推荐引擎的艺术、科学和商务-优快云博客

原文地址——http://www.readwriteweb.com/archives/recommendation_engines.php

下面是我自己翻译的文字，在这存稿

去年10月，DVD在线租赁商 Netflix发布了一项不同寻常的有奖竞赛。Netflix提供了100万的悬赏金，要求是：谁能把他们的产品推荐引擎质量提升10%，将获得这笔巨额奖金。 Netflix因它的革新、大胆的动作而出名，不过，100万这个数字，对于这样的重大事件来说并不算多。

竞赛还在进行当中（至少会持续到2011年10月2日），这是不是一场炒作，或是低廉价格的研究呢？Netflix真的很需要更好的商业推荐引擎么？或则，它们很自信这个推荐已经很好了？今天的Netflix正在面临一个正在苏醒的巨人BlockBuster（注：Blockbuster已经通过收购CinemaNow公司而获得了下载服务）。它正在寻找一个竞争优势的切入点。而优秀的推荐系统能够黏住和吸引用户。例如；当一个用户归还一部电影，可以推荐另一部她/他可能感兴趣的电影-这样就增长了归还交易的可能性。

浏览和推荐

优秀的推荐引擎不仅使Netflix与众不同，对其他在线交易也很重要。网上有两个基本的活跃因素-搜索和浏览。当一个消费者很清楚的知道她的需求时，她会搜索。但是当她没有特定的目的时，她会浏览。这种浏览对推荐系统是个绝佳的机会，因为用户并没有专注的找特定的东西-她现在是愿意接受建议的。在浏览的过程中，用户的吸引力（和钱）慢慢被抓住。通过给用户展示吸引人的东西，网站使交易成功的可能性最大化。所以如果网站能增加给用户推荐的机会，它会赚更多的钱。显然，这是一个很棘手的问题，但是解决它的动机却是很大。主要的方式如下：

个性化推荐-建立在用户以往行为的推荐

社会化推荐-根据过往同好者的历史推荐

基于产品的推荐-根据商品本身推荐

复合推荐-前3种推荐的组合

我们看看经典的amazon，网络新手Pandora和del.icio.us，研究他们之间的不同之处

Amazon-推荐之王

amazon被认为是网络商店的领袖，尤其是在推荐领域。在过去的十年中，公司投入了大量的资金和人力，建立一系列智能推荐，记录用户的浏览历史，过去的购买资料，以及其他同类商品的购买者-所有的一切都是为了让你买更多的东西。让我们看看Amazon的各类推荐系统是如何工作的。下面是我登录的时候，在主区域展示给我的内容

浏览过该商品的人都购买了什么？（图片）

上面是社会化推荐。它从数据上推荐为什么我应该买这类的产品。请注意，这个推荐也是个性化推荐，它是建立在我最近的点击记录基础上推荐的。（图）

这是基于产品的推荐，具体说是新书推荐。点击“为什么给我推荐这个？”会显示最近的购买记录。这个推荐也是个性化推荐，因为是依据我过去的行为来推荐的。

有4个方面在网页上展现，每一个有个性化算法的不同组合。我们总结如下（图）

毫不奇怪，系统稳定并且全面。所有的推荐都是建立在个人行为，加上商品本身特征，或是amazon上其他人的行为。你是否喜欢来购买是因为这个和你以前的购买有关，或者它是个流行品，系统促使你买更多的东西放在购物车中。

超越Amazon

Amazon系统很知名。这是协作商店的特点，操作机制也很难被复制。amazon花了10多年的时间建立和优化它。需要依靠大量的商品数据，收集用户在几分钟和几年前的操作行为。新公司如何来竞争呢？

令人惊讶的是，这有一条路。答案是和网络购物没有什么关系的遗传学-基因。如你所知，这项科学研究DNA-基因-是如何编译人类的特征和行为的。例如：家庭成员的外貌和行为很相像，因为共同分享一系列的基因。基因作为科学，已经有150年的历史了，一直被认为在医药和历史上是非常有力量的工具。但是在2000年1月6日，事情出现了意外的变化-Tim Westergren 和他的朋友决定把基因观念应用到mp3

Pandara-建立在基因上的推荐系统

音乐染色体项目发布，把音乐分解成基础的基因成分。想法背后是，我们喜欢音乐是因为被某些特征所吸引-所以为什么不设计个音乐推荐系统，在众多歌曲中推荐出类似的音乐呢。这种推荐引擎属于产品推荐分类中。但是具有深刻创新意义的是，产品的相似性。相似的物品，就像一首歌，需要通过一系列基因的包装来识别（图）

经过几年的努力和处理大量的音乐，项目积累了足够多的数据，并发布了名字叫“Pandora”的服务。Pandora因为准确率高，低成本的登入，成为了热点。用户只需要挑选一首曲子，或是歌曲，就可以建立小站，马上播放相似的音乐。

没有多少人能抵抗住这种马上满足感。事实是Pandora明白，是音乐相似的东西抓住了用户，而不用学习用户喜欢什么。Pandora需要用户的品味或是记忆，它有自己建立的音乐DNA。当然，有时候并没有这么完美，比如当用户口味可能并不是完整的表现出来时，就大错特错了

这种基于基因的方法是否能应用在其他领域-比如图书，电影，酒类，餐馆或是旅游目的地呢？是什么构成了每个分类的基因呢？比如，能这样描述酒的特征么？基因可能是描述酒的味道的物质，黑莓口味，粗烈的，果味，复合型，混合型等。对于一本书，基因能描述情节的段落么？如果基因是物体的属性，在我们心目中是独一无二的，我们应该可以用基因定义其他事情。在过去几年中，我们一直在线上应用。这个称之为标签。

Del.icio.us-标签能成为基因么？

Pandora初期投入大量的资金，因为数千首音乐需要人工标注。社会化书签现象Del.icio.us做法则不同-它让人们自己来评注。这种自发组织的方法进展的非常好，Del.icio.us很快流行。现在Del.icio.us被认为不仅仅是书签收藏-这里也是新闻网站和搜索引擎。但是Del.icio.us是推荐系统么？

答案是肯定的。这是基于一个基因的基础推荐系统-单一标签。比如，在上面的图片中，我们看到Linux标签的关注链接，我们也看到相关标签，像open source和ubuntu。但是更多的令人兴奋的推荐系统是建立在多标签基础上。但是现在这种方法并不是总生效，所以还不是很显著。幸运的是，它可以在读/写网页上生效，并生成强大的类似的blog列表