每当（dāng）逛淘宝，京东的（de）时候，线上AI机器人人就会自动保（bǎo）留你浏览的页面，推荐相似的产品给你，增加人们的购买力（lì），这个（gè）推（tuī）荐系统在（zài）线（xiàn）上新零售（shòu）中（zhōng）扮（bàn）演的是什么角色呢？

当人们讨论信（xìn）息价值的时候，讨论（lùn）的不光是量和传播速度，还有信息（xī）共享的范（fàn）围，这一点其实（shí）和推荐（jiàn）系统中协同过滤有着密切（qiē）关系，即通（tōng）过共享其他人或者物（wù）品（pǐn）的（de）信息进行推荐，共的（de）范围对（duì）信息（xī）价值所产生（shēng）的影响最大。

推荐系统其实就（jiù）是给（gěi）用户推荐物品或者预测喜好，当然还包括其他各方面的东西（xī）。上图展示了（le）各种推荐的场景，主要由用户（hù）和产品两部分组（zǔ）成，这种（zhǒng）图（tú）模（mó）型也是（shì）推荐系（xì）统的一种解决（jué）方案，比如图中两（liǎng）个物品的相识度就可以使用（yòng）图计算的方法进行量化的解（jiě）释。

国内在推荐系统（tǒng）方（fāng）面主要想做（zuò）的是千（qiān）人千面（miàn），通过千人千（qiān）面来实（shí）现增加（jiā）点击，发掘长尾的目标。

目（mù）前推荐系统常见的使（shǐ）用场景（jǐng）有电商、社交、影音、资（zī）讯这四个平台。

常见的推荐算法有基于内容、系统过（guò）滤、关联（lián）规则、基于效用（yòng）以及基于知识这（zhè）几个。其中最主（zhǔ）要的还（hái）是协同过滤，它又（yòu）被分为两类：一类是基（jī）于用（yòng）户，主要在资讯平台；一类是居于物品（pǐn），这类很明显是电（diàn）商平（píng）台。

基于用户（hù）的（de）算法计算的（de）是用户相似度，需要维护用户信（xìn）息（xī）矩阵（zhèn），更社会化，而基于物（wù）品（pǐn）的算法计算的是物品相似（sì）度，需要（yào）维护物品信息举证，更个性（xìng）化。

上图是（shì）协同（tóng）过滤的评（píng）分预测算（suàn）法，ALS中评分由两个向量的乘积（jī）决定，SVD++认为评分不光是有两个向量乘积决定，个体差异同样（yàng）也会（huì）产生影响（xiǎng）。

推荐需要的（de）数据一般分为三块，用户、物品、时间。时间用来关联用（yòng）户和物（wù）品，用户数据主要是人口统（tǒng）计学（xué）数据、用（yòng）户行为数据、用户标（biāo）签，物（wù）品（pǐn）数据（jù）则是物品基本属性（xìng）、物品（pǐn）标签、物品效用。

对（duì）于推荐结果的检验（yàn）分为（wéi）准（zhǔn）确（què）率、召回（huí）率、覆盖（gài）率、多样性、新颖度/流行度。

上图展示的（de）为机（jī）器（qì）学习算法的5个（gè）流派（pài），其中联结主义可能是大（dà）家最熟（shú）悉的，所有的（de）神经（jīng）网（wǎng）络的算法都属于（yú）这一类（lèi）。最（zuì）后的行为类推其实就是推荐算法。随着后续（xù）的发（fā）展这（zhè）几个流（liú）派肯定会被结合起（qǐ）来。

新零（líng）售中的推荐

推（tuī）荐系统中除了技术，还需要（yào）有很大程度（dù）的业务支持。作为一个数（shù）据科学家不（bú）光要（yào）有（yǒu）数（shù）据（jù）和计算机基础，还要专业知（zhī）识，也就是对业务的（de）理解。在新零售行业很多时（shí）候都是以业务（wù）为主导。

新零（líng）售是2016年提出的概念，简单（dān）来说（shuō）就是线上加线（xiàn）下（xià）加（jiā）物流，比较典型（xíng）的有盒马生鲜、小（xiǎo）米体（tǐ）验店、微信群营销（xiāo）等。从推荐的角度上（shàng）来看（kàn），微信（xìn）群（qún）营销其实也算作新（xīn）零售。微信群虽（suī）然可以获取（qǔ）到很多数据，但是和体验店一样客（kè）户（hù）无（wú）法确（què）认（rèn）。并且每个微信群都（dōu）有针（zhēn）对人群，可以没有办法拿到除了头像和姓名之外的信息，用（yòng）户身份也无法获得认（rèn）证，人员（yuán）流动非常频（pín）繁。这些特性与实体店（diàn）非常相（xiàng）似，即使我们无法从单（dān）个用户的角（jiǎo）度（dù）来（lái）进行推（tuī）荐。

新零售推荐与互联（lián）网推（tuī）荐最大的（de）差异在于一个线上一个线下，我们（men）在做图书项目的时候发现，用户（hù）在线（xiàn）上（shàng）买书的行为喜好与线下很不一样。线（xiàn）上（shàng）的卖书的店铺经常会有（yǒu）一些满减促销，它（tā）的（de）折扣（kòu）力度是很吸引人（rén）的，但是在线下很少有超过5折（shé）的活动。

在互联（lián）网上由（yóu）于（yú）可以实施（shī）用户行为（wéi）采集（jí），所以（yǐ）可以实现千人千面，但是在线下只能通过门（mén）店（diàn）的角度来进行推荐，无法具体到（dào）单独的个体上。因此新零售所能（néng）实现（xiàn）的是千店千面，目标（biāo）也（yě）转为了增加（jiā）销（xiāo）量（liàng）和信息共（gòng）享（xiǎng），其实（shí）也就是信息（xī）扩（kuò）缩的过程（chéng）。

上图（tú）是我们（men）项（xiàng）目中的图（tú）书推（tuī）荐界面，也是门店（diàn）所使（shǐ）用（yòng）的后台。可以（yǐ）看到这里包含了很多信息，比（bǐ）如（rú）书名（míng）、作者、出版日期、销（xiāo）量等，每一列信息中都有很多（duō）的业务背景需要了解。比如对于（yú）出版（bǎn）超（chāo）过（guò）3年的书市场效果（guǒ）其实已经（jīng）很（hěn）容易看出来了，并不需（xū）要（yào）我们再去做（zuò）推荐。

之（zhī）后（hòu）我们对该项目进（jìn）行了总结。首（shǒu）先（xiān）是可用信（xìn）息少，只能（néng）获取到行为信息以及物品信息。其次（cì）是需求（qiú）不同，必须要（yào）以门（mén）店（diàn）为主，也就（jiù）是（shì）基于用户的协同（tóng）过（guò）滤（lǜ）体（tǐ）系。而且（qiě）图书行业每年新（xīn）出版的书可能有（yǒu）几十万，但真正有销量（liàng）的一半都不到，所以存在很（hěn）多空值数据，没（méi）有办法（fǎ）做基于物（wù）品的协同过（guò）滤。最后是（shì）反（fǎn）馈周期长（zhǎng），对于（yú）图书这样的线下销售虽然每（měi）天都能拿得数据，但（dàn）是反馈至少是（shì）以周为（wéi）单位，因此对结果检（jiǎn）验会（huì）产（chǎn）生影响。

当算法上线的时候，一切（qiē）才刚刚开始，之后（hòu）还会出现各（gè）种（zhǒng）问题，接（jiē）下来我们（men）来看一（yī）些典型的场景。首先是强特征，有时会出现业务人员在与技（jì）术对接的后发现一些（xiē）很重（chóng）要的特征在库中不存（cún）在（zài）。其次特征不仅会增（zēng）加还会消失，比（bǐ）如（rú）对（duì）于我们来说，客户（hù）的（de）产（chǎn）品信息有时会进行改版，数（shù）据（jù）库信息（xī）也会（huì）随（suí）之改（gǎi）变，而我们在不知情的情况（kuàng）下获取的（de）信息（xī）就可能会（huì）不存在（zài），这主要是（shì）因为客户觉得（dé）这类信息不重要，而将它去除（chú）了。

这张图是算（suàn）法（fǎ）的数（shù）据处理流程。原始数据导入后会进行数据清洗，之后通（tōng）过不同的算法模型或者业务规则（zé）生成模型和结果集，最后输出结果集（jí），再使用不同的（de）过滤规（guī）则得到结果（guǒ）。

上（shàng）面（miàn）的流程适（shì）用（yòng）于离线或（huò）者无（wú）需实时更（gèng）新的场景，而如（rú）果需要（yào）实时则要在图中的推荐流程中添加召（zhào）回模块。打（dǎ）造实时推荐不意味着实时计算，因为数据量实在（zài）过于（yú）庞大，而是先对提前算好（hǎo）的（de）结果进行筛选（xuǎn），再由一（yī）个特殊的模块根据用户的实时行为（wéi）做出推荐。一般来说计算（suàn）时间要（yào）小（xiǎo）于0.1秒。

最后给大家（jiā）分（fèn）享一些我们在新零（líng）售推荐应用上（shàng）的一些想法：业务效（xiào）果（guǒ）好的算法并不一定是复杂的算（suàn）法（fǎ）；做项目要比光（guāng）看书的收获大得多；推荐是个系统工程，算法（fǎ）很重要，但不是全部（bù）。