QQ在線
企業(yè)微信
資訊
444每當(dāng)逛淘寶，京東的時(shí)候，線上AI機(jī)器人人就會(huì)自動(dòng)保留你瀏覽的頁(yè)面，推薦相似的產(chǎn)品給你，增加人們的購(gòu)買力，這個(gè)推薦系統(tǒng)在線上新零售中扮演的是什么角色呢？
當(dāng)人們討論信息價(jià)值的時(shí)候，討論的不光是量和傳播速度，還有信息共享的范圍，這一點(diǎn)其實(shí)和推薦系統(tǒng)中協(xié)同過濾有著密切關(guān)系，即通過共享其他人或者物品的信息進(jìn)行推薦，共的范圍對(duì)信息價(jià)值所產(chǎn)生的影響最大。
推薦系統(tǒng)
推薦系統(tǒng)其實(shí)就是給用戶推薦物品或者預(yù)測(cè)喜好，當(dāng)然還包括其他各方面的東西。上圖展示了各種推薦的場(chǎng)景，主要由用戶和產(chǎn)品兩部分組成，這種圖模型也是推薦系統(tǒng)的一種解決方案，比如圖中兩個(gè)物品的相識(shí)度就可以使用圖計(jì)算的方法進(jìn)行量化的解釋。
國(guó)內(nèi)在推薦系統(tǒng)方面主要想做的是千人千面，通過千人千面來實(shí)現(xiàn)增加點(diǎn)擊，發(fā)掘長(zhǎng)尾的目標(biāo)。
目前推薦系統(tǒng)常見的使用場(chǎng)景有電商、社交、影音、資訊這四個(gè)平臺(tái)。
常見的推薦算法有基于內(nèi)容、系統(tǒng)過濾、關(guān)聯(lián)規(guī)則、基于效用以及基于知識(shí)這幾個(gè)。其中最主要的還是協(xié)同過濾，它又被分為兩類：一類是基于用戶，主要在資訊平臺(tái)；一類是居于物品，這類很明顯是電商平臺(tái)。
基于用戶的算法計(jì)算的是用戶相似度，需要維護(hù)用戶信息矩陣，更社會(huì)化，而基于物品的算法計(jì)算的是物品相似度，需要維護(hù)物品信息舉證，更個(gè)性化。
上圖是協(xié)同過濾的評(píng)分預(yù)測(cè)算法，ALS中評(píng)分由兩個(gè)向量的乘積決定，SVD++認(rèn)為評(píng)分不光是有兩個(gè)向量乘積決定，個(gè)體差異同樣也會(huì)產(chǎn)生影響。
推薦需要的數(shù)據(jù)一般分為三塊，用戶、物品、時(shí)間。時(shí)間用來關(guān)聯(lián)用戶和物品，用戶數(shù)據(jù)主要是人口統(tǒng)計(jì)學(xué)數(shù)據(jù)、用戶行為數(shù)據(jù)、用戶標(biāo)簽，物品數(shù)據(jù)則是物品基本屬性、物品標(biāo)簽、物品效用。
對(duì)于推薦結(jié)果的檢驗(yàn)分為準(zhǔn)確率、召回率、覆蓋率、多樣性、新穎度/流行度。
上圖展示的為機(jī)器學(xué)習(xí)算法的5個(gè)流派，其中聯(lián)結(jié)主義可能是大家最熟悉的，所有的神經(jīng)網(wǎng)絡(luò)的算法都屬于這一類。最后的行為類推其實(shí)就是推薦算法。隨著后續(xù)的發(fā)展這幾個(gè)流派肯定會(huì)被結(jié)合起來。
新零售中的推薦
推薦系統(tǒng)中除了技術(shù)，還需要有很大程度的業(yè)務(wù)支持。作為一個(gè)數(shù)據(jù)科學(xué)家不光要有數(shù)據(jù)和計(jì)算機(jī)基礎(chǔ)，還要專業(yè)知識(shí)，也就是對(duì)業(yè)務(wù)的理解。在新零售行業(yè)很多時(shí)候都是以業(yè)務(wù)為主導(dǎo)。
新零售是2016年提出的概念，簡(jiǎn)單來說就是線上加線下加物流，比較典型的有盒馬生鮮、小米體驗(yàn)店、微信群營(yíng)銷等。從推薦的角度上來看，微信群營(yíng)銷其實(shí)也算作新零售。微信群雖然可以獲取到很多數(shù)據(jù)，但是和體驗(yàn)店一樣客戶無法確認(rèn)。并且每個(gè)微信群都有針對(duì)人群，可以沒有辦法拿到除了頭像和姓名之外的信息，用戶身份也無法獲得認(rèn)證，人員流動(dòng)非常頻繁。這些特性與實(shí)體店非常相似，即使我們無法從單個(gè)用戶的角度來進(jìn)行推薦。
與互聯(lián)網(wǎng)推薦的區(qū)別新零售推薦與互聯(lián)網(wǎng)推薦最大的差異在于一個(gè)線上一個(gè)線下，我們?cè)谧鰣D書項(xiàng)目的時(shí)候發(fā)現(xiàn)，用戶在線上買書的行為喜好與線下很不一樣。線上的賣書的店鋪經(jīng)常會(huì)有一些滿減促銷，它的折扣力度是很吸引人的，但是在線下很少有超過5折的活動(dòng)。
在互聯(lián)網(wǎng)上由于可以實(shí)施用戶行為采集，所以可以實(shí)現(xiàn)千人千面，但是在線下只能通過門店的角度來進(jìn)行推薦，無法具體到單獨(dú)的個(gè)體上。因此新零售所能實(shí)現(xiàn)的是千店千面，目標(biāo)也轉(zhuǎn)為了增加銷量和信息共享，其實(shí)也就是信息擴(kuò)縮的過程。
上圖是我們項(xiàng)目中的圖書推薦界面，也是門店所使用的后臺(tái)。可以看到這里包含了很多信息，比如書名、作者、出版日期、銷量等，每一列信息中都有很多的業(yè)務(wù)背景需要了解。比如對(duì)于出版超過3年的書市場(chǎng)效果其實(shí)已經(jīng)很容易看出來了，并不需要我們?cè)偃プ鐾扑]。
之后我們對(duì)該項(xiàng)目進(jìn)行了總結(jié)。首先是可用信息少，只能獲取到行為信息以及物品信息。其次是需求不同，必須要以門店為主，也就是基于用戶的協(xié)同過濾體系。而且圖書行業(yè)每年新出版的書可能有幾十萬，但真正有銷量的一半都不到，所以存在很多空值數(shù)據(jù)，沒有辦法做基于物品的協(xié)同過濾。最后是反饋周期長(zhǎng)，對(duì)于圖書這樣的線下銷售雖然每天都能拿得數(shù)據(jù)，但是反饋至少是以周為單位，因此對(duì)結(jié)果檢驗(yàn)會(huì)產(chǎn)生影響。
推薦算法的應(yīng)用當(dāng)算法上線的時(shí)候，一切才剛剛開始，之后還會(huì)出現(xiàn)各種問題，接下來我們來看一些典型的場(chǎng)景。首先是強(qiáng)特征，有時(shí)會(huì)出現(xiàn)業(yè)務(wù)人員在與技術(shù)對(duì)接的后發(fā)現(xiàn)一些很重要的特征在庫(kù)中不存在。其次特征不僅會(huì)增加還會(huì)消失，比如對(duì)于我們來說，客戶的產(chǎn)品信息有時(shí)會(huì)進(jìn)行改版，數(shù)據(jù)庫(kù)信息也會(huì)隨之改變，而我們?cè)诓恢榈那闆r下獲取的信息就可能會(huì)不存在，這主要是因?yàn)榭蛻粲X得這類信息不重要，而將它去除了。
這張圖是算法的數(shù)據(jù)處理流程。原始數(shù)據(jù)導(dǎo)入后會(huì)進(jìn)行數(shù)據(jù)清洗，之后通過不同的算法模型或者業(yè)務(wù)規(guī)則生成模型和結(jié)果集，最后輸出結(jié)果集，再使用不同的過濾規(guī)則得到結(jié)果。
上面的流程適用于離線或者無需實(shí)時(shí)更新的場(chǎng)景，而如果需要實(shí)時(shí)則要在圖中的推薦流程中添加召回模塊。打造實(shí)時(shí)推薦不意味著實(shí)時(shí)計(jì)算，因?yàn)閿?shù)據(jù)量實(shí)在過于龐大，而是先對(duì)提前算好的結(jié)果進(jìn)行篩選，再由一個(gè)特殊的模塊根據(jù)用戶的實(shí)時(shí)行為做出推薦。一般來說計(jì)算時(shí)間要小于0.1秒。
最后給大家分享一些我們?cè)谛铝闶弁扑]應(yīng)用上的一些想法：業(yè)務(wù)效果好的算法并不一定是復(fù)雜的算法；做項(xiàng)目要比光看書的收獲大得多；推薦是個(gè)系統(tǒng)工程，算法很重要，但不是全部。
