互联网的常见推荐算法

没有复杂的公式，没有晦涩的技术词汇，从最简易的案例，了解互联网最常见的推荐算法。

一、《从电影推荐开始，聊协同过滤》

• 什么是协同过滤

• 协同过滤的3步骤

• 一张excel表格，秒懂协同过滤

工程架构方向的程序员，看到推荐/搜索/广告等和算法相关的技术，心中或多或少有一丝胆怯。但认真研究之后，发现其实没有这么难。  

什么是协同过滤（Collaborative Filtering）？

答：通过找到兴趣相投，或者有共同经验的群体，来向用户推荐感兴趣的信息。

 

举例，如何协同过滤，来对用户A进行电影推荐？

答：简要步骤如下

• 找到用户A(user_id_1)的兴趣爱好

• 找到与用户A(user_id_1)具有相同电影兴趣爱好的用户群体集合Set<user_id>

• 找到该群体喜欢的电影集合Set<movie_id>

• 将这些电影Set<Movie_id>推荐给用户A(user_id_1)

 

具体实施步骤如何？

答：简要步骤如下

（1）画一个大表格，横坐标是所有的movie_id，纵坐标所有的user_id，交叉处代表这个用户喜爱这部电影

如上表：

• 横坐标，假设有10w部电影，所以横坐标有10w个movie_id，数据来源自数据库

• 纵坐标，假设有100w个用户，所以纵坐标有100w个user_id，数据也来自数据库

• 交叉处，“1”代表用户喜爱这部电影，数据来自日志

画外音：什么是“喜欢”，需要人为定义，例如浏览过，查找过，点赞过，反正日志里有这些数据

（2）找到用户A(user_id_1)的兴趣爱好

 如上表，可以看到，用户A喜欢电影{m1, m2, m3}

（3）找到与用户A(user_id_1)具有相同电影兴趣爱好的用户群体集合Set<user_id>

如上表，可以看到，喜欢{m1, m2, m3}的用户，除了u1，还有{u2, u3}

（4）找到该群体喜欢的电影集合Set<movie_id>

如上表，具备相同喜好的用户群里{u2, u3}，还喜好的电影集合是{m4, m5}

画外音：“协同”就体现在这里。

（5）未来用户A(use_id_1)来访问网站时，要推荐电影{m4, m5}给ta。

二、《从职位推荐开始，聊内容推荐》

• 什么是基于内容的推荐

• 基于内容的推荐的3步骤

• 明明职位要求6000+，为啥会出3000+的推荐结果

什么是基于内容的推荐（Content-based Recommendation）？

答：通过用户历史感兴趣的信息，抽象信息内容共性，根据内容共性推荐其他信息。

比如，如何通过基于内容的推荐，来对求职者A进行职位推荐？

答：简要步骤如下

• 找到用户A历史感兴趣的职位集合

• 找到职位集合的具化内容

• 抽象具化内容的共性内容

• 由这些共性内容查找其他职位，并实施推荐

具体实施步骤如何？

答：简要步骤如下

（1）得到求职者A访问过三个职位，假设分别是{zw1, zw2, zw3}，这些数据可以从历史日志得到。

（2）由职位集合得到职位具化内容

zw1 -> { 程序员, 北京, 月薪8000, 3年经验, 本科}

zw2 -> { 程序员, 北京, 月薪6000, NULL, 研究生}

zw3 -> { 程序员, 北京, 月薪6000, 5年经验, NULL}