poi设置复杂公式_第二期（上）：基于用户轨迹聚类的POI推荐

大家好，欢迎关注本专栏。在第一期内容里，我们介绍了Benders Decomposition和Transit System Planning，第二期的内容我们以《Management Science》上的一篇文章为切入点，展开两个领域的讨论：1）推荐系统；2）Graph Clustering。这篇文章上个月底刚刚在《Management Science》上发布，题目为《Mobile Targeting Using Customer Trajectory Patterns》：

论文链接​pubsonline.informs.org

众所周知，《Management Science》是运筹管理圈的最顶刊，中一篇的难度和中一篇NS正刊差不多，但是我们今天推荐的这篇文章，核心算法简单到不能再简单，我可以用一两分钟把论文解释清楚。我们今天首先讲解文章，再介绍一些相关的算法。

核心流程用一句话就足以概括：根据用户日常出行的轨迹，进行POI推荐。（POI：Point of Interest，比如Shopping Mall）。算法可以拆分为以下几步：

1. 对用户两两进行比较，根据Trajectory Pattern计算“相似度”，比如早上出门和晚上回家时间接近，那么相似度就高，每天活动的区域接近，那么相似度就高，每天去逛的店铺类型接近，那么相似度也高。从各种维度计算出相似度，再算一个加权平均。
2. 根据两两之间的相似度，对用户进行graph-based clustering，也就是进行聚类，聚成很多个组，每个组内的人有着相似的Pattern，聚类方法就是最基本的Markov Clustering Algorithm (MCL) 。
3. 根据聚类结果进行推荐，推荐方法是最基本的推荐方法：看看跟你处在一个组的人经常去哪儿，如果你没去过这个地方，我就把这个地点推荐给你。

结束。第1步，根本没有什么数学，就是找几个指标自定义一些相似度，再加权以下。第3步，连公式都没有了。第2步，利用了Markov Clustering Algorithm，但这是一个20年前就被提出的经典算法。

那么为什么这篇文章能被《Management Science》收录呢？原因其实也很简单。这里我们先推荐一个回答 @周国睿 。这个回答提到的问题提到了当下推荐系统研究的最大问题：研究者提出越来越复杂的算法，利用“高深莫测”的运筹、统计、机器学习的理论。然而，大家都是在意淫，你搞了半天算法，有本事你真的试一试啊？很遗憾，我们找不到“试验品”，我们可以从开源数据集上下载各种已知的用户偏好，比如Netflix，但是你能在生活中找到这些用户，给他们推荐推荐，检验以下效果吗？多数研究者做不到。

当前（2019年）机器学习中有哪些研究方向特别的坑？​www.zhihu.com

这篇文章做到了，不仅做到了，而且还是按照标准社会科学研究方法进行的，设置了各种组别进行分析：

• Control group (C)：不推荐任何广告
• Treatment group 1（T1）：完全随机地推荐广告
• Treatment group 2（T2）：根据用户所处位置推荐附近商店的广告
• Treatment group 3（T3）：用论文提出的算法推荐广告

作者根据结果，详细比对了各个组别，论证了算法的有效性。我觉得这篇文章很好地说明了关于推荐算法的一个问题：推荐这个东西，有时候真的不需要什么太复杂的数学，有时候简单的就是最好的。但简单的也好，复杂的也罢，空说好不好都没意义，是骡子是马拉出来溜溜，遛完了，你的这篇文章才真的有价值。

这篇文章的实验设计，我也推荐大家读一读，能在《Management Science》上发表的，实验设计都是经受住考验的，有时候纯粹搞数学和计算机的同学，比较缺少这方面的技能。

今天这一期，我们重点探讨了recommendation的部分，跳过了算法中的核心一步：Markov Clustering Algorithm。之所以本期推荐这篇文章，与这一算法也有关系，因为这两周看到很多篇论文，都用到了Markov Clustering Algorithm。可见这个算法虽然简单，但真是好用，我们下一期会推荐相关的几篇论文，并详细介绍两种有代表性的Clustering方法：Markov Clustering Algorithm和Clique Percolation Method。