關于商品推薦

你肯定有過這種有趣的經(jīng)歷，就是登入某些網(wǎng)站或者APP時，發(fā)現(xiàn)曾經(jīng)在百度或者其他搜索引擎上搜索過的東西會出現(xiàn)在這些網(wǎng)站或APP的廣告位上，又或者這些網(wǎng)站或APP上的的廣告位上會出現(xiàn)一些與當前頁面內(nèi)容的關鍵詞相關的內(nèi)容推薦。這是網(wǎng)站的JavaScript代碼讀取了瀏覽器的本地Cookies（通?？梢杂脕泶鎯g覽器上的表單信息、用戶名、搜索關鍵詞等信息）和當前頁面的文本信息，并做了相應的關鍵詞提取，最后根據(jù)這些關鍵詞來猜測用戶可能感興趣的內(nèi)容再推薦到廣告位上。

這是最早的一些較為簡單的商品或廣告推薦思路，但是你可能很快就發(fā)現(xiàn)它們的“愚蠢”之處，即搜索并購買了一些產(chǎn)品之后它依然不停地進行類似產(chǎn)品的推薦。比如購買了洗衣機還推薦洗衣機，買了空調(diào)還推薦空調(diào)（都不是一些高頻回購的商品）。即便是在網(wǎng)站或APP能夠得知我購買洗衣機和空調(diào)的成交記錄的情況下仍然這樣做，確實讓我們覺得系統(tǒng)很弱智。

由此在這里向大家講解目前較為常見的，更加智能的個性化商品推薦算法。

兩種個性化商品推薦算法

首先要說明的是，我們所有的推薦算法，最終目的都是為了給用戶推薦他可能感興趣的商品，從而提高銷售和轉(zhuǎn)化率，忘記這個目的的所有算法設計都是自嗨。

目前常見的商品推薦算法是協(xié)同過濾，公認比較常用的方法俗稱“鄰居方法”。鄰居方法中有兩種視角。第一種是基于用戶。第二種是基于商品。

基于用戶的協(xié)同過濾，稱為User-based CF（User-based Collaborative Filtering）。系統(tǒng)通過分析一個用戶和哪些用戶（參考用戶）的特征比較相似，然后看看這些參考用戶喜歡買哪類的商品，再從這些商品里挑出一些推薦給該用戶。

基于商品的協(xié)同過濾，稱為Item-based CF（Item-based Collaborative Filtering）。系統(tǒng)通過數(shù)據(jù)分析和挖掘用戶的購買行為，來判斷用戶喜歡的商品類型，然后從那些用戶喜歡的商品類型里挑出一些推薦給用戶。

User-based CF 基于用戶的協(xié)同過濾

算法核心思路：當用戶進入一個電商平臺時，作為電商平臺系統(tǒng)找到那些和該用戶興趣/喜好類似的人，然后看看他們喜歡什么，就給該用戶推薦什么。簡而言之，A和B兩個用戶相似，然后給A推薦B喜歡的東西。

假設有用戶ID為1001到1006的六個用戶，他們對幾種商品進行了瀏覽、收藏、購買、添加到購物車、評論、分享等操作。

為了得到用戶對某類別產(chǎn)品的興趣度，我們可以設計這樣一個簡單的模型，給不同的用戶行為賦予不同的分值，比如瀏覽行為賦予0.1分。整體的行為分值如表：

滿分10分，加到10后則不再累加。

然后，我們得到1001-1006六位用戶對各種商品的偏好程度（得分）表：

其中表格的數(shù)字是用戶對該商品“興趣程度”的一個量化值，0為沒興趣，10為非常有興趣。空白代表這個商品在系統(tǒng)內(nèi)，還沒有任何依據(jù)來判斷興趣如何。

以用戶“1006”為研究對象，現(xiàn)在要找到和他興趣最接近的人，該如何實現(xiàn)？這里便需要對商品的多維向量進行近似求法。

多維向量空間的相似性一般有兩種求法，一種是歐幾里得距離或曼哈頓距離，另一種是余弦相似度。這里用的是第二種余弦相似度來進行度量。

余弦函數(shù)相信大家都不陌生，就是中學時候?qū)W的cosine函數(shù)cos（θ）。余弦相似度，又稱為余弦相似性，是通過計算兩個向量的夾角的余弦值來評估他們的相似度。具體公式如下：

這里的Ai和Bi分別代表向量A和B的各分量。

給出的相似性范圍從-1到1：結(jié)果為-1時意味著兩個向量指向的方向正好截然相反，1表示它們的指向是完全相同的，0通常表示它們之間是獨立的，而在這之間的值則表示中間的相似性或相異性。

用簡單的話來說，最相似的是1，最不相似的是-1。

回到剛剛的例子，把用戶在一些不相干的商品類別的愛好當做一個空間向量，把每個商品類別作為一個維度，我們列的例子中就有手機、平板、筆記本電腦、智能手表、自拍桿、紅酒、白酒共7個維度。我們試著求一下1006這個用戶和1005這個用戶已知部分的愛好相似程度：

由于1006用戶沒有紅酒和白酒的記錄，所以沒有用1005用戶的紅酒和白酒兩個維度的分數(shù)來計算相似度。

因為“最相似的是1，最不相似的是-1”。所以1005和1006兩個用戶的相似度還是很高的。同理也能夠求出1006用戶和其他任何一個用戶的興趣相似程度。

之后設置一個相似的閾值，如0.8、0.85……或者其他任何一個值，看看相似度超過這個閾值的用戶都有什么購物喜好，把他們喜好購買的東西推薦給1006用戶作為推薦方案即可（例如例子中，1005和1006的喜好高度相似，就可以將1005的喜歡的紅酒和白酒推薦給1006）。這就是一種思路最為樸素的基于用戶的協(xié)同過濾算法思路。

補充：

除了上述通過分析用戶的行為來設計這個用戶相似度外，還可以考慮通過用戶的畫像思維來補充和完善這個用戶協(xié)調(diào)過濾算法。用戶屬性表如表所示。

用戶屬性表

我們所有的產(chǎn)品幾乎都會有這種用戶屬性表，這也是構(gòu)建用戶畫像的常見方法，利用這種列表同樣也能夠去觀察哪些用戶之間更相似，然后找到相似的用戶，再把這些用戶比較喜好的，感興趣的產(chǎn)品推薦給他。方法有很多，基本邏輯相同。以后有機會開一個用戶畫像專題再細講。

Item-based CF 基于商品的協(xié)同過濾

基于物品的協(xié)同過濾算法最早由著名的電商公司亞馬遜提出的。這種算法給用戶推薦那些和他們之前喜歡的商品相似的商品。

一般，推薦算法核心思想是，給用戶推薦那些和他們之前喜歡的物品相似的物品。

比如，內(nèi)容推薦算法的“基于內(nèi)容的協(xié)同過濾”，用戶A之前閱讀過《香港最后一個童話破滅——許志安出軌了》，該算法會根據(jù)此行為給你推薦《震驚！許志安給馬明戴綠帽了》，但是基于物品的協(xié)同過濾有點不同，Item-based CF算法并不利用物品的內(nèi)容屬性計算物品之間的相似度，它主要通過分析用戶的行為記錄計算物品之間的相似度。

Item-based CF算法認為，“有很多人喜歡商品A，同時他們也喜歡商品B，所以A和B應該是比較類似的商品?！?/p>

計算起來可以分成以下兩個步驟：

計算商品之間的相似度。

根據(jù)物品的相似度和用戶的偏好來給用戶生成推薦列表。

（一）計算物品之間的相似度。

這里同樣用到了余弦相似性來求物品的相似度，但是公式略有不同：

其中，|N(i)|是喜歡物品i的用戶數(shù)，|N(j)|是喜歡物品j的用戶數(shù)，|N(i)&N(j)|是同時喜歡物品i和物品j的用戶數(shù)。

從上面的定義看出，在協(xié)同過濾中兩個物品產(chǎn)生相似度是因為它們共同被很多用戶喜歡，兩個物品相似度越高，說明這兩個物品共同被很多人喜歡。

這里面蘊含著一個假設：就是假設每個用戶的興趣都局限在某幾個方面，因此如果兩個物品屬于一個用戶的興趣列表，那么這兩個物品可能就屬于有限的幾個領域，而如果兩個物品屬于很多用戶的興趣列表，那么它們就可能屬于同一個領域，因而有很大的相似度。

舉例說明，首先我們假定有5個用戶，分別為A、B、C、D、E，他們的商品購買記錄分別如下：

這是一個文娛用品商店的銷售記錄，記錄了每一個用戶購買的產(chǎn)品內(nèi)容，這里只用5個用戶來做一個演示。

首先要分別得到每個用戶購買物品的鄰接矩陣，如用戶A購物鄰接矩陣如表所示：

用戶A購物鄰接矩陣

這個矩陣就是根據(jù)剛剛看到的用戶A的購買記錄得到的，由于紅酒、啤酒和顯示器同時出現(xiàn)在他的購物列表里，所以“紅酒和啤酒”、“紅酒和顯示器”、“啤酒和顯示器”兩兩“鄰接”，也就是說這些標注1的小格子代表這兩種一起在一個人的購物記錄里出現(xiàn)過一次——注意買過就算，不是必須出現(xiàn)在同一次購物籃里。

同理能夠得到其他B、C、D、E幾人的購物鄰接矩陣（所有的鄰接矩陣都是沿對角線對稱的。）。然后將A、B、C、D、E五人的鄰接矩陣，通過矩陣“疊加”的方式，即將每一個矩陣的每個對應的方格數(shù)字相加，最后得到中間矩陣C，過程如下：

疊加過程

最終的疊加結(jié)果——中間矩陣C：

中間矩陣C

從這個中間矩陣C里，可以看到同時喜歡紅酒和啤酒的有2個人，同時喜歡鼠標和鍵盤的有2個人，同時喜歡白酒和紅酒的有1個人……由于矩陣是對稱的，我為大家都劃出了對角線，大家看表格對角線的一邊就行。

這時便可以計算任意兩個商品的相似度做評估了，如計算鼠標和鍵盤的相似程度，套用剛才的公式：

說明相似度極高，買鍵盤的人必買鼠標，買鼠標的人必買鍵盤。

再試算一下紅酒和白酒的相似度：

說明相似度極高，買鍵盤的人必買鼠標，買鼠標的人必買鍵盤。

現(xiàn)在，再試算一下紅酒和白酒的相似度：

以此類推，便可計算出所有商品之間的相似度。

（二）根據(jù)物品的相似度和用戶的歷史行為給用戶生成推薦列表：

得到相似度后，便可以計算基于相似度的商品推薦列表了。

計算完中間矩陣之后，當要對一個用戶做推薦時，先把這個用戶的歷史購買記錄都列出來，假設有n個購買記錄。然后對這個列表里每一個產(chǎn)品都用查表的方法查一次相似度，這樣會得到n個列表，每個列表里都是一個產(chǎn)品和其對應的相似度的關系。把這n個列表做一個排序，相似度高的在前，相似度低的在后。如果要推薦3個商品就取前3個，如果要推薦5個商品就取前5個。

大概的推薦算法思路說到這大概就說完了，因為我們不是技術，產(chǎn)品經(jīng)理了解到這個層面就差不多了。深挖一層還可以根據(jù)相似度和歷史行為計算出用戶對物品的感興趣度，然后再給用戶生成推薦列表。就是在相似度的維度上，在增加一個感興趣的維度，作為推薦商品的衡量指標，思路相似，這里不再展開。

優(yōu)缺點說明

優(yōu)點是推薦都是基于用戶的行為數(shù)據(jù)去不斷學習和完善，在過程中發(fā)現(xiàn)用戶的潛在商品興趣，能給用戶“制造驚喜”的同時，也在為自己制造驚喜。這是一個持續(xù)成長的過程，而推薦不過是其中的一個短程跑道，設計者的目光應該長遠些，將最終的目放在構(gòu)建行業(yè)的大數(shù)據(jù)庫和用戶畫像的產(chǎn)業(yè)生態(tài)上。

缺點則是啟動的門檻高，用戶量不夠時，商品量太少時幾乎無法開展；并且學習量不夠時推薦結(jié)果較差，就會導致文初說的“愚蠢”現(xiàn)象出現(xiàn)，這也是很多時候人工智能被大家吐槽為“人工智障”的原因之一。

總而言之

關于個性化推薦的算法，在網(wǎng)上有很多資料，也有很多其他的實現(xiàn)方法，區(qū)區(qū)在下，所知實在有限。這里只是嘗試以產(chǎn)品經(jīng)理的角度，用較簡單的語言來將自己學到的推薦算法原理剖析給大家聽。

關于產(chǎn)品經(jīng)理要不要懂技術的問題，也是老生常談了，高論很多，不敢多贊一詞。只說一句，產(chǎn)品經(jīng)理在算法產(chǎn)品的設計中，絕不能一句“做個性化推薦”就完事的，你須深入算法內(nèi)部，了解算法，然后結(jié)合產(chǎn)品特點來優(yōu)化和設計。