產品經理需要了解的推薦演算法之——個性化推薦演算法2（基於用戶）

上上文：產品經理需要了解的推薦演算法之--熱度推薦原理和實施 - 知乎專欄

上文：產品經理需要了解的推薦演算法之--個性化推薦演算法1（基於內容） - 知乎專欄

3.2 基於用戶的協同推薦

終於，經過團隊的努力，你的產品已經有了大量活躍用戶了，這時候你開始不滿足於現有的演算法，雖然基於內容的推薦已經很精準了，但總是少了那麼一點性感，因為你所有給用戶的內容都是基於他們的閱讀習慣推薦的，沒能給用戶「不期而遇」的感覺。

於是你就開始做基於用戶的協同過濾了。

基於用戶的協同過濾推薦演算法，簡單來講就是依據用戶A的閱讀喜好，為A找到與他興趣最接近的群體，所謂「人以群分」，然後把這個群體里其他人喜歡的，但是A沒有閱讀過的內容推薦給A；舉例我是一個足球迷，系統找到與我類似的用戶都是足球的重度閱讀者，但與此同時，這些「足球群體」中有一部分人有看NBA新聞的習慣，系統就可能會給我推薦NBA內容，很可能我也對NBA也感興趣，這樣我在後台的興趣圖譜就更完善了。

1）用戶群體劃分

做基於用戶的協同過濾，首先就要做用戶的劃分，可以從三方面著手：

a. 外部數據的借用

這裡使用社交平台數據的居多，現在產品的登錄體系一般都借用第三方社媒的登錄體系，如國外的Facebook、Twitter，國內的微信、微博，借用第三方賬戶的好處多多，例如降低門檻，方便傳播等，還能對個性化推薦起到重要作用。因為第三方賬戶都是授權獲取部分用戶信息的，往往包括性別，年齡，工作甚至社交關係等，這些信息對用戶群劃分很有意義。

此外還有其他的一些數據也能借用，例如IP地址，手機語種等。

使用這些數據，你很容易就能得到一個用戶是北京的還是上海的，是大學生還是創業者，並依據這些屬性做準確的大類劃分。比如一篇行業投資分析出來後，「上海創業圈」這個群體80%的用戶都看過，那就可以推薦給剩下的20%。

b. 產品內主動詢問

常見在產品首次啟動的時候，彈框詢問用戶是男是女，職業等，這樣能對內容推薦的冷啟動提供一些幫助，但總體來說性價比偏低，只能詢問兩三個問題並對用戶的推薦內容做非常粗略的劃分，同時要避免打擾到用戶；這種做法算是基於用戶個性化的雛形。

c. 對比用戶特徵

前文已經提到過，新聞的特徵加用戶的閱讀數據能得到用戶的特徵，那就可以通過用戶特徵的相似性來劃分群體。

2）內容推薦實施

我們結合一個很小的實例來了解用戶協同過濾的原理，包括如何計算用戶之間的相似性和如何做出推薦。假設有A,B,C,D,E共5個用戶，他們各自閱讀了幾篇新聞並做出了閱讀，贊，收藏，評論，分享操作，我們對這幾種行為賦予的分數分別為1,2,3,4,5分，這樣用戶對每條新聞都有自己的得分，其中「-」表示未閱讀，得分如下：

接下來，我們需要給用戶E推薦4,5,6中的哪一篇？

用戶的閱讀特徵向量由用戶所有的閱讀數據決定，我們以用戶E閱讀過的新聞數據作為參考標準，來找到與E最相似的用戶。

多維向量的距離需要通過歐幾里得距離公式來計算，數值越小，向量距離約接近

算出結果

distance(E,A)=4.123 （用戶A沒有閱讀news2，因此news2的數據不能用來計算與用戶E的相似度，這裡取1,3）

distance(E,B)=3.162

distance(E,C)=3.742

distance(E,D)=1.414

因此得出結果用戶D是與用戶E閱讀喜好最接近的那個，應該優先歸為同一類用戶。最終結論根據用戶D的閱讀數據，優先推薦news4。

3）內容選取

我們通過閱讀特徵向量把用戶做群體劃分後，接下來就是如何獲取新聞推薦的優先順序。上面的例子裡面只需要選出一個相似用戶，並且用戶A,B,C,D都只閱讀news4,5,6中的一條，所以比較簡單，但現實情況中，同一個用戶群體閱讀的新聞多且隨機，用戶交互更是錯綜複雜，如何得出推薦新聞的優先順序呢？

假設用戶X在系統歸屬於群體A，這個群體有n個用戶，分別為A0，A1，A2...An，這些用戶的集合用S(X,n)表示；

a. 首先，我們需要把集合中所有用戶交互過（閱讀，評論等）的新聞提取出來；

b. 需要剔除掉用戶X已經看過的新聞，這些就不用再推薦了，剩下的新聞集合有m條，用N(X,m)來表示；

c. 對餘下的新聞進行評分和相似度加權的計算，計算包括兩部分，一是用戶X與S(X,n) 每一個用戶的相似性，二是每個用戶對新聞集N(X,m)中每條新聞的喜好，這樣就能得到每條新聞相對於用戶X的最終得分；

d. 將N(X,m)中的新聞列表按照得分高低的順序推薦給用戶。

4）優缺點

相比於基於內容的推薦演算法，基於用戶的協同過濾同樣優缺點明顯。

優點主要在於對分詞等演算法的精確度無太大要求，推薦都是基於用戶的行為數據去不斷學習和完善；同時能發現用戶的潛在閱讀興趣，能「製造驚喜」；

而缺點則是啟動的門檻高，用戶量不夠時幾乎無法開展；並且學習量不夠時推薦結果較差。

4 總結

個性化推薦的演算法網上有很多資料，也有很多其他的實現方法，因為筆者了解也有限，所以也不誤導大家了。

熱度和個性化推薦演算法，作為大部分內容型產品的核心賣點之一，依然在不斷地進化和完善中。沒有哪種演算法是完美的，甚至沒有哪種演算法是一定優於其他的，在實際使用中，很多產品都是多演算法結合去做好內容推薦。

而產品經理在演算法的實施中，絕對不是一句「我們要做個性化推薦」就完事的，必須深入演算法內部，對演算法的原理做深入了解，然後結合自己的產品特徵來部署和優化。

因此我針對產品經理整理了這一篇相對粗淺的演算法相關的介紹，如有對這些內容感興趣的，歡迎探討！如有描述不當之初，敬請指正，感激不盡！

推薦閱讀：