【推荐系统】概念明确

在入门阶段一些概念的理解，记录一下~ 原文链接找得到都给出了-_-

目录

1、长尾效应与推荐系统的关系？

2、pv与uv的概念

3、CTR = click through rate 点击率

4、用户画像初探

---

1、长尾效应与推荐系统的关系？

什么是长尾效应？

我这里尽量使用最简洁和最通俗易懂的表述来问答这个问题，因为我觉得在你提问之前应该已经搜索过了这个问题。所以专业化表述就无需在提了。其实长尾效应理解起来非常简单，这就好比一条鱼儿一样。有其头部和尾部，头部虽然肉多庞大，但头部的总质量上却往往低于尾部加起来总质量。但尾部的质量密度却没有头部的密度大。这就是长尾效应。而长尾效应往往用来解释现实生活中的商业理论。将所有非流行的市场累加起来就会形成一个比流行市场还大的市场。

与推荐系统的关系是什么？

一定要加上关系的话，其实也非常理解，目前的推荐系统或者推荐算法，很难发现用户的隐性需求，也是目前推荐算法所追求的，目前而言，现在的推荐系统只能发现你的主观需求，比如你上B站搜索一个关键词后，你会发现，发现它会推荐很多与这个词相关的东西，但是却很难发现你目前不想知道，但心里却感兴趣的东西。所以这个是一个很大的攻克难点。但这并不是一个问题，随着深度学习，人工智能的发展，攻克下来，并不是非常困难。

2、pv与uv的概念

 

3、CTR = click through rate 点击率

作者：雪痕，个人理解如下：

实用的推荐系统架构，一般分为召回层、粗排层、精排层以及重排层，这是为了系统的执行效率，先用简单的模型对候选Item进行筛选，再用复杂的模型进行排序，最后上一些业务策略，比如去已读、去重、打散、多样性保证。

CTR预估模型属于point-wise模型，主流的CTR预估模型包括LR，GDBT+LR，FM，Wide&Deep，DeepFM，DIN，DIEN等。

看得出来，随着深度学习的应用，这些年出现在论文里面的CTR预估模型复杂度越来越高，因此现在一般把CTR预估模型用于架构的后半部分。

关于模型的输入

早期的协同过滤算法，只考虑user-item之间的交互，即user id和item id；

传统的机器学习算法LR，GBDT+LR，FM，可以同时对辅助信息进行建模，比如User信息(年龄、性别、出生地)，Item信息(图片特征、文字特征)，以及特征工程得到的其他信息；

深度学习算法就比较自由了，毕竟基于MF的协同过滤算法，本质上就等于浅层神经网络；对辅助信息建模更不在话下；近几年来提出的模型，很多更是采用了序列化建模的思想，将用户历史行为序列作为输入，把NLP领域常用的序列模型拿过来用，更好地提取用户兴趣信息以及用户兴趣进化信息。

 

4、用户画像初探

无论是推荐系统还是搜索系统，但凡要做所谓的“个性化”，都离不开对用户进行分析，无论是人群的，还是个人的，这一步终究是难以避免的，现在很多的画像工作可能都回归于产品或者数据分析，而在算法领域，这部分工作却被很多人忽视。

是什么？所谓用户画像，就是根据用户的基本信息、行为信息等数据，对用户进行刻画，从而抽象出有利于后续推荐、搜索、商业化等功能的用户信息模型，和一些书籍和资料的描述可能会不一样，关键在于后面的“有利于”，用户画像的构建是要为了后续任务服务的，例如推荐中的召回需要依赖用户偏好进行召回，如果画像内容无法命中物料中的内容，那画像的内容无法产生作用。

为什么？说个例子吧，我们现在要给一个用户进行个性化推荐。那么，怎么给这个用户做个性化推荐，首先就要定义这个个性化，就是针对这个用户的特性进行推荐，什么叫做用户的特性，要描述这个用户，那就需要构建一些特征，然后挖掘一些这个用户的特征，然后根据这个特征再来进行推荐，例如根据用户平时的点击和搜索行为来分析，他喜欢打篮球，喜欢球鞋，那就可以给他推相关的东西了，而这里我们的关心点就在于，要挖掘出这个人喜欢打篮球、喜欢球鞋，这是要做个性化推荐非常重要的先决条件。

怎么做？怎么去挖掘用户画像的内容呢，这其实是一个困难而且是长期的过程。来看看几种常见的画像构建方法。

（1）基础画像

也有叫做用户属性维度的，还是先举几个例子：性别年龄职业位置，这些都是比较基础的画像，这些大都可以通过用户填写个人资料来获取，另外有一些其实可以大概的挖掘推断出来，例如通过位置，可以大概推断职业，如学生，大学生基本就是宿舍教室图书馆，如上班族，工作日基本两点一线。

（2）用户行为

用户行为应该是挖掘空间最大，油水最多的一个，但是需要花费的经历其实也是最多的，可以这么理解，用户的行为是不会骗人的。

然而，用户行为其实又一定程度依赖对物料性质的挖掘，换言之，。例如一篇新闻，是讲新冠肺炎的，那么，我是怎么知道这讲的是和新冠肺炎有关呢，这里面涉及了关键词抽取、主题模型等内容，再例如一双鞋，用户点击了红色的，那么这个是鞋子的性质，就需要被挖掘到。然后根据用户的点击行为，把用户对应“新冠肺炎”的兴趣点、“鞋子：红色”均提取出来。

OK，回到用户画像，用户有了行为，怎么衡量用户是否喜欢？这里提供一个简单的方法：TFIDF。这应该是NLP领域里面非常基础的文本表示方法，那么在这里，我们也要这么去操作。

5、feed流

就是刷淘宝的时候不停下拉不停出现sku的那种东西！ 

6、BI模型

目前理解应该是用sql写策略模型，不是在学校做的那种算法模型。