基于物品相似度的智慧推薦算法

編輯導語：智能推薦算法的目的就在于實現個性化推薦，根據用戶興趣和行為特點，向用戶推薦所需的信息或商品，幫助用戶在過載信息中快速發現真正所需的商品，提高用戶黏性；本文作者分享了關于智慧推薦算法的分析，我們一起來了解一下。

最近接到一個任務，是一個教育類App上的智慧推薦版塊，要針對用戶的購買習慣推薦相應的可購買內容，千人千面的滿足客戶的個性化需求，提高商品的點擊量和購買量。

一、業務邏輯及適用機制

客戶需求具體如下：

• 展覽服務：結合以用戶的年齡、興趣、過往觀展記錄生成的用戶畫像，以及展方主推內容，為用戶智能推薦展出內容，加強用戶體驗。
• 比賽服務：根據用戶以往參賽、訂閱記錄，以及系統中的參賽選手檔案信息，智能推薦比賽內容。
• 演出服務：根據用戶購票、退票、觀演歷史和用戶演出評價記錄，智能推送用戶可能感興趣的演出。

可以看出，此處智慧推薦的用戶個性化需求十分強烈，預設了用戶比較傾心于他以前購買過的相同類型的物品。

目前，市面上商用的主流推薦算法大致可分為如下幾類：

• 基于內容相似度的推薦；
• 基于用戶相似度的協同過濾；
• 基于物品相似度的協同過濾；
• 基于流行度的推薦算法；
• 基于模型的推薦（輸入一些用戶特征建立模型，進而產生推薦結果）；
• 人工推薦（人工運營添加推薦條目）。

本項目非常符合基于物品相似度的協同過濾算法的使用場景。

二、算法的特點

基于物品相似度的協同過濾算法的適用場景有如下特征：

長尾物品豐富，用戶個性化需求強烈的領域；長尾效應很好理解，舉個例子，最主流、最熱門的書籍總是占據書店最顯眼的位置，而相同類型的冷門書籍擺上貨架的可能性就小得多，哪怕這些冷門書確實還是有市場需求的。那用戶購買過某熱門書籍，那我把相同類型但賣的不那么好的書推薦給老用戶，這是非常合理的吧？而每個人所看的書籍類型千差萬別，我告訴你有某個你不認識的人也愛看某本書，你恐怕也不一定愿意買吧。

物品數遠小于用戶數的場合；物品數據相對用戶數據本身就更為穩定，再者物品數據的樣本量小，此時計算物品的相似度不但計算量較小，也不必頻繁更新，程序壓力小。

因此該算法往往應用在圖書、電子商務、教育及電影網站，這些領域均符合以上兩點特征。

基于物品相似度的協同過濾算法，其關注點在于維系用戶的歷史興趣，而其交互特點在于推薦結果的實時變化。其優缺點如下：

• 缺點：存在App冷啟動的問題，即App剛開始使用時用戶數少，內容也少，未形成用戶喜好池；對于本項目來說，也即是在缺少用戶的歷史記錄，無法據此推薦內容的情況下，適用范圍受限。
• 優點：推薦結果解釋性強；隨著用戶的瀏覽記錄數據的增加，推薦一般也會越來越準確。

三、算法的實現

在本次項目中，基于物品相似度的協同過濾算法的實現大致如下所示：

計算物品（課程/活動/演出/展覽/比賽等）的相似度。

步驟如下：

利用物品的內容屬性計算相似度。內容屬性類似于一種標簽，能體現出物品的共性。

物品可以是實體的物件，也可以是虛擬的娛樂服務。比如某演出的類型，是話劇、舞蹈還是歌唱？演出的適宜人群是10-18歲的青少年，還是二十來歲的大學生，還是工作穩定家庭圓滿的中年人？演出的地點在茶館、體育館還是歌劇廳？

一個物品可以有多個標簽，而兩個物品相同的標簽越多，兩者的相似度也就越高。

分析用戶的行為記錄計算相似度。用戶的行為記錄包括曾經觀看過的演出、展覽，參加過的比賽，購買過的商品等。確認了用戶的行為偏好，就“投其所好”。

為用戶生成推薦列表。將物品和用戶的行為關聯起來，和用戶歷史上感興趣的物品越相似的物品，越有可能在用戶的推薦列表中獲得更高的排名。需要考慮以下幾個方面：

業務場景：共可分為冷啟動、非冷啟動新用戶、非冷啟動老用戶、匿名用戶四種。不同的業務場景適用的算法不同，對于本項目，基于物品協同過濾推薦算法適用于非冷啟動老用戶。

不同業務場景適用的算法不同

推薦位置：需考慮前端推薦列表的入口（首頁或某個模塊），以及其內部的界面層級。

結果評測：推薦列表上線后，收集數據用于算法的優化。需對比算法使用前后商品銷售量和銷售額的增長情況，以此衡量算法的有效性并及時調整推薦機制。

• 商品的數量層面的相關數據：點擊量、點擊率、收藏量（若允許收藏）、加購量、加購率、提交訂單量、提交訂單率、訂單付款率、占比等等。
• 商品的金額層面的相關數據：點擊量、收藏金額、加購金額、提交訂單金額、付款額、占比等等。

本次項目中，前端給定了一個智能推薦主入口，提供展覽服務、比賽服務、演出服務三個次級入口。

需要注意的是，這三個次級入口所導入的內容，均是已經維護好的，只是處于同種物品的長尾列表內，曝光率可能較低。智慧推薦要做的就是提升這些內容的曝光率。

考慮的物品內容屬性及權重系數有所區別：

展覽服務（展覽）：

• 展覽位置：考慮到不同場館給用戶帶來的體驗不同，用戶可能偏向于在某個展館內觀展，因此會對相同展館內舉辦的展覽進行推薦。權重系數低。
• 展覽時間：用于相近時間段的推薦。如某展覽舉辦期間還有其他展覽也在舉辦；或者用戶在觀賞某演出的當天，也有某個展覽正在舉行，希望用戶可以“順便”參加某展覽。權重系數低。
• 展覽類型：展覽可分為書法展、繪畫展、科技展等不同類型，每種類型又可細分為多個小類，如繪畫展可細分為中國畫展、油畫展、 版畫展等等。實際上，在維護展覽的相關信息時，已經為不同展覽設定了標簽。權重系數高。
• 適宜人群：不同年齡段的人所愛好的東西有其相似性，因此要對展覽的受眾進行區分，如10歲以下的幼童、10~18歲的青少年、18歲以上等等。

比賽服務（比賽）：比賽類型（書法、繪畫、朗誦、小發明等標簽）。

演出服務（演出）：演出位置、演出類型（朗誦、歌唱、舞蹈、小品等標簽）、演出時間（近期推薦）等，類似展覽。

后臺給定了算法的模板配置頁面，推薦位配置頁面以及結果評測頁面。

 

本文由 @Smile 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自 Unsplash ，基于 CC0 協議