每当逛（guàng）淘宝，京东的时候，线上AI机（jī）器人人就会自动保留你浏览的页面（miàn），推荐相似的产品给你，增加人们的购买力，这（zhè）个推荐系统在线（xiàn）上新零售中扮演的是什么角（jiǎo）色呢？

当人们讨论信息（xī）价值（zhí）的时候，讨（tǎo）论的不光是量和传播速（sù）度（dù），还有信息共享的范围，这一点其实和（hé）推荐系统中协同（tóng）过（guò）滤有着密切关（guān）系，即（jí）通（tōng）过（guò）共享其（qí）他人或者物品的信息进行（háng）推（tuī）荐，共的范围对信（xìn）息价值（zhí）所产（chǎn）生的影响最大。

推荐系（xì）统其实就是给用户推荐（jiàn）物品（pǐn）或者预（yù）测喜好（hǎo），当然还包（bāo）括（kuò）其他各方（fāng）面（miàn）的（de）东西。上图展示（shì）了各种推荐的场景，主要由（yóu）用户和（hé）产品两部分组成，这（zhè）种图（tú）模型（xíng）也（yě）是推荐系统的一种解（jiě）决方案，比如图中两个物品的（de）相识度就可以使（shǐ）用图计算（suàn）的方法（fǎ）进（jìn）行量化的解释。

国内在推荐系统（tǒng）方面主要想做的是千人千面，通过千（qiān）人千面（miàn）来实（shí）现增加点击，发（fā）掘长尾的目标。

目前推荐系统常见的使（shǐ）用场景（jǐng）有电商、社交、影音、资讯这（zhè）四个平（píng）台（tái）。

常见的推荐算法有（yǒu）基（jī）于内容、系（xì）统过滤、关联规（guī）则、基（jī）于效用以及基（jī）于知（zhī）识这几个。其（qí）中最主要（yào）的还是协同过滤，它又被（bèi）分为两类：一类是基于用户，主要在资（zī）讯平台；一类是居于物品，这类很明显是（shì）电（diàn）商平台。

基（jī）于用户的算法计（jì）算（suàn）的是（shì）用户相似度，需要维护用户信息矩阵，更社会化，而（ér）基于物品（pǐn）的（de）算法计（jì）算的是物品相似度，需要维护物品信息举证，更个性化。

上图是协同（tóng）过（guò）滤的评分预测算法，ALS中评分由两个向量（liàng）的乘积决定，SVD++认（rèn）为评分不光是有两个向量乘（chéng）积决定，个体差（chà）异（yì）同（tóng）样（yàng）也会产生影（yǐng）响（xiǎng）。

推荐需（xū）要（yào）的（de）数据一般分为三块（kuài），用户（hù）、物品、时间。时间用来（lái）关联用户和（hé）物品（pǐn），用（yòng）户数据主要是人口统计学数据、用户行为数据、用户标签，物（wù）品数据则（zé）是（shì）物（wù）品基本属（shǔ）性、物（wù）品标签、物（wù）品效（xiào）用。

对于推（tuī）荐结果的检验分（fèn）为准确率、召回率（lǜ）、覆（fù）盖率、多样性、新（xīn）颖度/流行度（dù）。

上（shàng）图展（zhǎn）示（shì）的为机（jī）器学习算法（fǎ）的5个（gè）流派，其中联结主（zhǔ）义可（kě）能是大家最熟悉的（de），所有的神经网络的算法都属于这一类。最后的（de）行为（wéi）类推其实就是推荐算法。随着后续（xù）的发展（zhǎn）这几个流派肯定会被结合起（qǐ）来。

新零（líng）售中的推荐

推荐系统中除了技术（shù），还需要有很大程度（dù）的（de）业务支持。作为一个数据（jù）科学家不（bú）光要有数据和计算机基础，还要（yào）专业知识（shí），也（yě）就（jiù）是（shì）对业务的（de）理解。在新（xīn）零（líng）售行业很（hěn）多时候（hòu）都是以业务为（wéi）主导。

新零（líng）售是（shì）2016年提出的概念，简单来说就是线（xiàn）上加线（xiàn）下加物流，比较典型的（de）有盒马生鲜、小米体验店、微（wēi）信群营（yíng）销等。从推荐的角度上来（lái）看，微信群营销其（qí）实也算作新零售（shòu）。微信群（qún）虽然可以获取到很多数（shù）据，但是和体验店一样（yàng）客户（hù）无法确认。并且每个微信群都有针对人群（qún），可以没有办法（fǎ）拿到除了头像和姓名之外的信息，用户身份（fèn）也（yě）无（wú）法获得认证，人员流（liú）动非常频繁。这些特性与实体店非（fēi）常相似，即使我们无法从单（dān）个用户的角度（dù）来进（jìn）行推荐。

新（xīn）零售（shòu）推荐与互联网推荐最大的差异在于一（yī）个线上一个线（xiàn）下，我们在做图书项目的时候发现，用户（hù）在（zài）线上买书的行为（wéi）喜好与线下（xià）很不一样。线（xiàn）上的（de）卖书的店铺经常会有一些满减促（cù）销，它的折扣力度是很吸引人的，但是（shì）在（zài）线下很少有超过5折（shé）的活动。

在互联（lián）网上由于可以实施用（yòng）户行（háng）为采集（jí），所以可（kě）以实现千人千面，但是在线下只（zhī）能（néng）通过（guò）门店的角度来进行推荐，无法具（jù）体（tǐ）到（dào）单独的（de）个体上。因此新（xīn）零（líng）售所（suǒ）能实（shí）现的是千店（diàn）千面，目标也转为（wéi）了（le）增加销量和信息共享，其实也就是信（xìn）息扩缩的过程。

上图（tú）是我们项目中的（de）图（tú）书推荐界面，也是门（mén）店所使用的（de）后台。可以（yǐ）看到这里（lǐ）包含了（le）很多信息，比如书名、作者、出版日（rì）期、销量等，每一列信息（xī）中都有很（hěn）多的（de）业务背景（jǐng）需要了解。比如对于出版超过3年的书市场效果其实已经很容（róng）易看出来了，并不需（xū）要我们再去做推荐。

之（zhī）后我（wǒ）们对该项（xiàng）目进（jìn）行了总结。首先是可用信息少，只能获（huò）取到行为信息以（yǐ）及物品信息。其次是需求不（bú）同，必须要以门店为主，也（yě）就是基于用（yòng）户的协同过滤体系（xì）。而（ér）且（qiě）图书行业每年（nián）新出（chū）版的书可能（néng）有（yǒu）几十万，但真（zhēn）正有销量（liàng）的（de）一半都不到，所（suǒ）以存在很多空值数据，没（méi）有办法做基于物（wù）品的协同过滤。最（zuì）后是反馈周（zhōu）期长，对于图书这样的线下销（xiāo）售虽然每天都能拿（ná）得数据（jù），但是（shì）反（fǎn）馈至少是以周（zhōu）为单位，因此对结（jié）果检验会产生影响。

当算法上线的时候，一切才刚刚开始，之后还会出现各种问题，接下（xià）来（lái）我们来（lái）看一些典型的场景。首先（xiān）是（shì）强特征，有（yǒu）时（shí）会出现业务人员在与技术对（duì）接的后发现一些很重要的特（tè）征在库中不存在。其（qí）次（cì）特征不仅会增加还会消失，比如对于我们来说，客（kè）户的产品信息有时会（huì）进行改版，数据库信息也会随（suí）之改变，而我们在不（bú）知（zhī）情的情况下获取的信（xìn）息就可能会不存在，这（zhè）主（zhǔ）要（yào）是因为客（kè）户觉得（dé）这类信息不重要，而将它去除了。

这张图（tú）是算法的数据处理流程。原始数（shù）据导入后（hòu）会进行数据清洗，之（zhī）后通过不同的算法模型（xíng）或者业务规则（zé）生成模型（xíng）和结果集，最后输出结果集，再使用（yòng）不（bú）同的过滤规则（zé）得到结果（guǒ）。

上面的（de）流程适用于离线（xiàn）或者无需实时更新的场景，而如果需（xū）要实时则要在图中的推荐流程中添加召回模块。打造实（shí）时推荐不（bú）意味着实时计算，因（yīn）为（wéi）数据（jù）量实（shí）在过于（yú）庞大，而（ér）是先对提（tí）前算好的结（jié）果进行筛（shāi）选，再由一（yī）个特殊的模块（kuài）根据用户的（de）实时行为（wéi）做出（chū）推荐。一（yī）般来说计算（suàn）时间要（yào）小于0.1秒。

最后给（gěi）大家分享一些我们在新零售推荐应用上的一些想法：业务效果好的算法并不一（yī）定是复（fù）杂的算法；做项目要比光看书的收（shōu）获（huò）大得多（duō）；推荐是（shì）个系统工程，算法很重（chóng）要，但不是全部。