推荐系统的艺术、科学和生意

雷已经翻译过了，比我翻译得好，推荐一下：http://www.yeeyan.com/articles/view/thunder/361

去年（2006）10月，Netflix发起了一场不寻常的竞赛。这个在线电影租赁公司悬赏1百万美元寻找能将他们的推荐引擎性能提高10%的人。Netflix以勇于创新和大胆行动著称，在这样的大背景下，1百万美元对于这样的生意来说并不是一个大数字。

这项赛事仍在继续中（它“将至少持续到2011年10月2号”），那么，这是一次商业炒作还是一次用较少钱做研究的尝试？一个更好的推荐是Netflix真的需要呢，还是可有可无？现在Netflix正面临苏醒的巨头BlockBuster的挑战，它当然需要寻找竞争优势。一个好的推荐系统能够为这项服务留住并且吸引用户。比如，当一个用户归还一部电影的时候，推荐一部他们可能喜欢的另一部电影——这可以增加更多的回头客。

浏览和推荐

一个好的推荐引擎不光对Netflix起着重要作用，对任何电子商务网站都是如此。这是因为两个基本的在线行为——搜索和浏览。当一个客户清楚地知道她要找的东西的时候，她会去搜索。但是当她并不是在找一个特定东西时，即在浏览。浏览过程对推荐系统来说是一个黄金机会，因为用户并不是专注于某一件东西——她需要建议。

在浏览过程中，用户的注意力（和他们的钱）谁都可以去争取。通过展示一些具有吸引力的东西，网站可以将交易的可能性最大化。所以，如果一个网站能提高推荐的成功几率，它就能赚更多的钱。显然，这是一个很困难的问题，但是解决它的激励也很大。主要的方法可以分为以下几类：

• 个性化推荐(Personalized recommendation) —— 根据个人过去的行为推荐
• 社会化推荐(Social recommendation) —— 根据类似用户过去的行为推荐
• 物品推荐(Item recommendation) —— 根据物品本身推荐
• 上述3种方法综合使用

我们现在来通过一些网站看看这几种不同的方法：老的网站如亚马逊（Amazon），新兴网站如Pandora（译者注：音乐推荐网站）和del.icio.us（译者注：书签网站，有翻译为美味书签）。

亚马逊 —— 推荐之王

亚马逊被誉为在线商城，尤其是个性化推荐的领袖。过去十年，该公司已投入了大量的金钱和智力建成一套智能推荐系统，它会考虑你的历史浏览记录，过去的购买记录和其他购物者的记录——所有这些都是为了确保你能买东西。让我们看看亚马逊推荐系统的各个模块，来了解他们到底是怎么工作的。下面几块是我登陆Amazon之后看到的主要部分：

这一块是社会化推荐。可以看到，它的分析性很强，从统计学上帮我分析了购买一件物品的理由。同时，它也是一项个性化推荐，因为推荐基于我最近点击的一个物品。

上面这块是基于新版本的物品推荐(Item recommendation)。点击"Why is this recommended for you?"(为什么推荐这个给你)链接，可以查看我的购买历史记录。所以，这也是一个个性化推荐，因为它是基于我过去的行为的。

在这个页面还有四个其他的模块，每一块都组合运用了上述的几种个性化推荐机制。我们用表格总结如下：

                               亚马逊个性化推荐系统

你的浏览历史                                    你的购买历史

实际的物品                                        新的版本(物品推荐)

相关物品(物品推荐）                       相关物品(物品推荐)

其他人购买(社会化推荐）               其他人购买(社会化推荐）

系统是对称和全面的，这不足为奇。所有的推荐都是基于个人行为的，再加上物品本身的信息或者是亚马逊其他用户的行为。不管你想购买的原因是什么：这件物品跟你以前的买的东西相关，或者是其他人里面很流行，这个系统都会促使你把这件物品放到你的购物篮里面去。

除了亚马逊

亚马逊的系统相当棒。它是一个协作购物和自动化的天才，几乎没法复制。这个系统花了亚马逊十年的时间来建造和完善。它基于一个超大的物品和集体行为数据库，该数据库“记住”了你在几年以前和几分钟以前的行为。新公司要怎么样才能跟它竞争呢？

令人惊讶的是，确实是有方法的。答案在一个与在线购物没什么关系的领域找到——遗传学。如你所知，这门科学是研究DNA片段，即基因，是怎么对人类的特征和行为进行编码的。比如说，一个家庭的成员相貌和行为是相像的，因为他们有相同的基因片段。遗传学作为一门科学已经存在150多年了，它为医学和历史学提供了强大的工具。但是在2006年1月6日，事情发生了意想不到的转变——Tim Westergren和他的朋友们决定将遗传学的概念应用到音乐上。

潘多拉(Pandora)——基于基因的推荐系统

音乐基因组计划旨在将音乐分解成基本的基因片段。其背后的想法是，我们喜欢一段音乐是因为它的属性——为什么不利用音乐片段之间的相似性做一个音乐推荐系统呢？这种类型的推荐引擎属于物品推荐(Item recommendation)。但是新奇而深刻的是，像一段音乐这样的物品，它的相似度需要通过它的“基因”构成来衡量。

这个项目经过多年的奋斗和处理大量的音乐，积累了足够的数据，并推出了这个服务：潘多拉(Pandora)。潘多拉的成功在于它的精确性和输入的简洁。用户只要选出一个艺人，或者一首歌，就可以建立一个始终播放类似音乐的电台。

这种快感是难以抗拒的。潘多拉理解是什么导致音乐相似，所以他可以在不知道用户喜欢什么的情况下抓住他们。潘多拉不需要知道用户的口味和记忆，因为它有自己的——基于音乐DNA。当然，有时它可能并不完美，因为用户的口味并不是完全固定不变。但是它很少出错。

一个自然的问题是，这种基于基因的方法可以用在其他领域吗——比如书籍，电影，红酒，旅馆或旅游地点？每一种分别由什么构成基因？比如，我们是否能够说，红酒的基因就是那些形容口味的东西：黑莓味、泥土味、水果味、复杂、混合等等。而对于书，基因是否就是描述情节的词？如果我们认为基因就是那些使得物体独一无二的东西，那么各种东西都可以毫不费力地用基因来描述。在过去的几年里，我们在网上就大量地做了这样一件事：标注。

美味书签(Del.icio.us)——标签是否能成为基因？

潘多拉启动成本很大，因为有成千上万个音乐片段需要人工注释。而del.icio.us的社会化书签现象则用到了另一个方法——让人们自己去注释。这种自组织的方法很好用，而且del.icio.us在早期的使用者中迅速地流行了起来。现在，del.icio.us已经不单单是一个书签网站了——它还是一个新闻站点和一个搜索引擎。但是del.icio.us是一个推荐系统吗？

答案是肯定的。这里有一个基本的推荐系统，它基于一个基因——标签。比如在上面的图中，我们看到了使用linux标签的一些流行的链接，同时，我们也看到了相关的标签比如open source和ubuntu.但是一个更让人兴奋的推荐系统是基于多标签匹配的。不幸的是，现在这种启发式的方法并不总是管用。这也是其推荐特征并不明显的原因。但是幸运的是，它对读写网(Read/Write Web)的页面很有效，产生了大量相似博客的列表。(见下面的"related items")：

所以，del.icio.us的方法极有可能被用于构造一个自组织分类和推荐系统。通过足够的用户量和更多打磨，社会化标签可以产生一个对书籍、红酒和音乐都很管用的推荐系统。当然，前提是标签要好到足以成为基因！

结论

推荐引擎是在线交易系统和用户体验很重要一块。零售商们有很大的激励向那些“只是浏览”的用户推荐产品，来诱导他们购买。Amazon.com，这个领域的领袖，提供令人瞩目的个性化服务。其他零售商面临的问题是缺少用户信息和基础架构。

最近被应用到推荐系统的一些方法，比如潘多拉的基因灵感和del.icio.us的社会化标签，都是值得思考的。这些方法能即时地产生推荐，而不需要用户暴露他们的喜好和过去的历史记录。不管将来怎样，亚马逊，潘多拉，美味书签都是拥有非凡推荐系统技术的典范。我们赞赏他们，并期待着接下来会出现什么。