推薦系統概述#

什麼是推薦系統#

推薦系統的本質是在用戶和物品之間建立連接：

• 用戶點擊了某個商品
• 用戶收藏了某篇文章
• 用戶購買了某個產品
• 用戶關注了某個人

推薦系統的核心目標：利用已有的「用戶 - 物品」連接，預測未來可能產生的連接。

是否需要推薦系統#

不是每個產品都該做推薦系統。粗略的判斷標準：

價值 = ΔConnection / (ΔUser × ΔItem)

• ΔConnection：新增的「用戶 - 物品」連接數
• ΔUser、ΔItem：新增用戶數與新增物品數

當這個比值夠大、且用戶與物品數量都已成長到「人工編輯排不過來」的規模，推薦系統才會帶來實質回報。小規模平台靠人工精選往往更有效。

三種資訊取得方式#

三者都在解決資訊過載問題，技術棧高度重疊（特徵工程、排序模型、A/B 測試），但目標和約束不同。

推薦系統的核心流程#

用戶請求 → 召回 → 粗排 → 精排 → 重排 → 展示

為什麼要分這麼多層？ 因為候選集規模相差三到四個數量級。直接對百萬物品跑深度模型會撐爆延遲，所以用「便宜的方法快速縮小範圍 ➡️ 昂貴的方法精細排序」這種漏斗結構。

召回是「不要漏」，排序是「排得準」，重排是「整體看起來合理」。三者目標不同，所以模型也不同。

召回的三類訊號#

「多路召回」不是隨便堆演算法，而是用互相獨立的訊號去覆蓋不同的物品，彼此補盲：

• 內容訊號：對標題、標籤、描述算 TF-IDF（詞頻 × 逆文件頻率，凸顯有區辨力的詞），再用餘弦相似度（兩向量夾角的 cos 值，越接近 1 越像）找相似物品。新物品還沒有任何互動時，內容訊號是唯一能立刻用的召回路。
• 圖訊號：把「用戶 ➡️ 物品」互動看成一張圖，重要性會沿著連結傳播（被越多高品質節點指到的物品越重要），這正是 PageRank 的核心思想，可用來召回「正在紅」「被權威背書」的物品。

兩大推薦範式#

幾乎所有召回與排序方法，骨子裡都落在兩種範式之一，兩者的強弱剛好互補：

實務上幾乎都是混合：用協同過濾在召回層大量發現（覆蓋廣），用內容特徵在排序層精細化（處理新物品、補上下文）。後面章節的 CF（第 3 章）、矩陣分解（第 4 章）屬協同範式，用戶建模（第 2 章）的內容特徵屬內容範式。

從業務目標到 ML 目標#

推薦不是「把模型練準」就好，而是一條翻譯鏈：先把模糊的業務目標翻成可優化的 ML 目標，再翻成具體的損失函數。

業務目標（提升留存）→ ML 目標（最大化什麼？）→ 損失函數（優化什麼信號）

「最大化什麼」這一步決定了系統的行為，且代價昂貴：

• 最大化 CTR ➡️ 容易養出標題黨
• 最大化 觀看時長 ➡️ 偏向長內容、可能犧牲輕量內容
• 最大化 明確定義的相關性（例如「點擊且看完 50% 或按讚」）➡️ 需要先把「相關」講清楚

所以第一件事是把目標信號定義成可量測的事件，再讓模型去學它。定義錯了，模型練得再準也是錯方向。

推薦系統的常見問題#

1. 冷啟動#

新用戶或新物品缺乏歷史資料，難以個人化。

2. 探索與利用（Exploration vs Exploitation）#

只推薦用戶已知喜歡的內容會導致「資訊繭房」，需要平衡已知興趣（利用）和發現新興趣（探索）。

推薦策略 = α × 利用（已知興趣）+ (1-α) × 探索（潛在興趣）

詳細演算法見 第 5 章 Bandit。

3. 推薦解釋性#

用戶需要知道「為什麼推薦這個給我」，增強信任感與接受度（例如「因為你看過 X」「你關注的人也按讚」）。

推薦系統的思維模式#

不確定性思維#

推薦系統處理的是機率問題：

• 推薦結果不可能 100% 準確
• 同樣的輸入可能產生不同的輸出（受時間、context、隨機探索影響）
• 一切假設都要靠資料驗證

資料驅動#

核心原則：不要相信直覺，要相信資料。

• 用戶說喜歡什麼不重要，用戶做了什麼才重要
• A/B 測試是驗證改進效果的黃金準則

系統工程思維#

推薦系統不只是演算法，是一條從資料到變現的完整管線：

推薦系統 = 資料採集 + 特徵工程 + 模型訓練 + 線上服務 + 效果評估

任何一環的瓶頸都會卡住整體效果。

評估指標#

線下指標（離線評估模型）#

指標要對齊階段，否則會選錯模型。 召回層的目標是「不要漏」，用 Recall@K 評估（漏掉相關物品的代價最高）；排序層的目標是「排得準」，用 NDCG@K 評估（位置越前、權重越高）。拿 AUC 去評召回、或拿 Recall 去評排序，離線分數會誤導線上決策。

線上指標（A/B 測試衡量真實效果）#

線下指標漲不代表線上指標漲。最終決策永遠看 A/B 測試。

推薦系統的產品形式#

推薦系統的商業價值#

推薦系統是注意力的存儲與分配機制：

• 在資訊過載的時代，用戶的注意力是稀缺資源
• 推薦系統用「投其所好」延長用戶停留
• 再透過廣告、訂閱、電商佣金變現

對平台而言，推薦系統的商業價值來自三件事：提升留存、提升活躍、提升變現效率。後續所有技術選型都應該對應到這三件事其中之一。

總結#

下一章：用戶建模