推荐系统简介
一、什么是推荐系统
（一）常见的推荐业务场景
首先给大家分享一下什么是推荐系统，为什么要有推荐系统。伴随着互联网应用
的发展，人们可以涉猎到更多的资讯。比如说进入到一个淘宝的平台，有非常多的商
品，如何将适合用户的商品去触达他，是淘宝需要解决的一个问题。本质上，推荐系
统解决的是一个信息比对的问题。怎么样基于用户的信息和商品的信息去做一个更好
的匹配，这是推荐系统要解决的问题。大家平时在用各种手机 APP 的时候，其实已
经对很多的推荐场景或多或少的有些了解。常见的推荐业务场景有两个。一个是基于
搜索 Query 的推荐，还有一个是基于用户和商品属性的 Feed 流的推荐。
大家看左边这个图，什么叫 Query 推荐，比如说我搜索一个口罩，它下面展示
的肯定都是跟口罩相关的东西。可能有 11 万多个口罩相关的商品，哪些排在前面，
哪些排到后面，这里需要有推荐系统。它需要根据用户的属性，比如说他喜欢的颜
色、价格偏好等，来进行排序。如果他喜欢买贵的奢侈品，我肯定把一些贵的、性能
好的口罩放在前面。如果他是一个价格敏感的用户，我可能要把价格稍微便宜、性价
比高的口罩放在前面。综上，就是说 Query 推荐要基于用户的购买偏好，还有商品
的属性去做一个匹配。
再来看右图，Feed 流推荐越来越成为很多 APP 跟用户交互的主流。打开虎扑、
今日头条这样的 APP，你会发现首页的新闻都是根据你日常的偏好去推荐的。比如
说你喜欢篮球相关的新闻，它可能更多的把体育相关的内容推荐给你。基于用户和
商品的 Feed 流推荐，我们采用机器学习推荐模型，它既要学习用户，也要学习商
品的属性。我们今天介绍的推荐系统架构，在用户属性和商品属性的匹配过程中，
底层的系统实现，更多的是偏向于基于用户和商品属性的 Feed 流推荐这样的一个
场景。
评论0