杨书惠 |
|
以前,人们寻找资料时,都是在一个专门的网站上根据目录查找,或是使用百度之类的搜索引擎。当你没有很明确的目的、不知道要找什么时,上述办法就不灵了。你或许想:要是此刻有人推荐一些能引起自己兴趣的东西该多好。在这样的需求之下,推荐算法诞生了。
推荐算法的核心目的就是推荐用户感兴趣的事物。不过,网站不能直接问用户想要什么,这可能会给用户带来麻烦,或许用户正处于茫然之中,心中没有答案。怎么办呢?网站记录下了大量用户曾经的使用痕迹,那么如何利用这些数据呢?世界上没有两片完全相同的叶子,但是有很多相似的叶子。人与人之间可以是相似的,物与物之间也可以是相似的。如此一来,两个基本思路就出来了:一、找与你相似的人,将他喜欢的推荐给你。二、归纳你喜欢的东西,找出相似的推荐给你。
怎样使用现有条件找出相似的人或事物呢?各种推荐算法也是八仙过海,各显神通。这里举个简单的例子:假设一家网店有A、B、C三位顾客光顾,A买了巧克力、果汁、牛奶、面包,B买了洗衣粉、梳子、糖,C买了巧克力、果汁、牛奶、糖。显然,A和C购买的商品,相较于B购买的更相近一些。所以,网店会把面包推荐给C,把糖推荐给A。这样的方法叫做基于用户的推荐算法。再举一个例子:假设你在某个视频网站上观看《疯狂动物城》,那么该网站会认为你可能喜欢3D动画电影,所以当你观看完之后,它可能会推荐你继续观看《超能陆战队》。这背后便是基于内容的推荐算法。
思路看起来是不是很完美?然而,你却发现,网站的推荐有时并不如你所愿。为什么科技如此发达的今天,网站还是做不到完全精确的推荐呢?就拿网购来说,一个大型电商网站上的活跃用户数量有几千万甚至上亿,如果采用基于用户的推荐算法的话,网站要在短时间内计算如此多的用户数据找到与你相似的人,才能从大量的商品或服务中选出你可能感兴趣的推荐,这并不容易。况且,人的兴趣和关注点经常发生变化,推荐算法不是先知,它无法清楚地预测每一个人的变化。基于这种原因,其精确度并不能达到百分之百。不过,假如真有一种算法能百分之百猜透你的想法,是不是“细思恐极”呢?
(本栏长期征集“日知录”三字篆刻,投稿邮箱:rizhilu999@163.com)
联系客服