APP推广合作
联系“鸟哥笔记小乔”
大数据推荐怎么做(为什么大数据推荐最“懂”我?)
2022-11-15 18:22:29

为什么大数据推荐最“懂”我?

大数据推荐怎么做(为什么大数据推荐最“懂”我?)
  随着信息技术、互联网技术以及移动互联网的高速发展,人们从信息匮乏时代进入信息爆炸时代。人们越来越难以从大量的信息中找到自身感兴趣的信息,信息也越来越难展示给可能对它们感兴趣的用户。

  如何让用户更快地找到想要的信息,如何让用户发现自己潜在的兴趣和需求,这对正在互联网化的全社会都是至关重要的。在此背景下,推荐系统应运而生,推荐系统的任务就是连接用户和信息,并由此创造价值。因此,以推荐算法为核心的产品受到了大家越来越多的关注。

  一、推荐和搜索有什么不同

  推荐与传统搜索不一样的地方,就是用户其实并不清楚自己的需求,或者他们的需求很难用简单的关键词来表述,又或者他们需要更加符合自身口味和喜好的结果。因此就需要基于用户需求、口味、喜好等信息发现机制的推荐系统(最简单的推荐系统流程如下图所示)。

  推荐系统流程图

  构成推荐系统的主要元素如下:

  1.目标对象集合:要推荐的商品或内容,如图书、音乐、视频、广告等;

  2.用户数据:用户的属性信息、用户的行为、用户的兴趣爱好等;

  3.场景:用户所处的环境,如网络环境、什么时间正在做什么等;

  4.推荐算法:根据用户对物品或信息的偏好(包括用户对物品的评分、用户查看物品的记录、用户的购买记录等)与用户的画像数据进行拟合,学习什么样的用户会喜欢什么样的物品这样一个模型。

  推荐算法中包含3个重要模块,每一块涉及到的具体算法我们在后续文章中详细介绍,以下只介绍每一模块算法所要实现的结果。

  (1)召回模块:由于电商平台中的商品数量繁多,比如在某电商平台的商品数约3亿件,商品的类目有10000多组,大的品类也有近40个,因此推荐系统不可能对所有商品进行模型预估,所以需要设计一些召回策略,在庞大的商品池中筛选出几百件或几千件商品,通过多种召回方法进行组合召回,最终得到用户的几百或者上千个候选物品集,在召回模块中,一般使用简单的特征进行快速查询,比如,根据用户最近点击的物品召回相似物品、根据用户兴趣类目召回物品等。

  (2)排序模块:针对召回模块的候选物品集进行精排,根据用户的所有标签特征、物品的特征以及交叉组合特征,通过排序模型计算,得到用户对候选物品集的评分。排序模块使用的特征比召回模块复杂,目的是计算精确的预测值。

  (3)后排模块:后排也就是后置排序,在得到用户对候选物品集的评分结果后,如果不进行后排,将会按照评分从高到低下发给用户进行展示。通常这里需要对排序列表进行调整,比如运营干预、优先级调权、指定下发规则等。

  5.推荐结果集:这里是一个推荐结果或一个推荐结果排序集合。

  二、标签体系

  接下来重点说下标签体系。

  一个推荐系统效果好与坏最基本的保障、最底层的基础是什么?如果让我来回答,一定是标签体系。这里说的标签主要是针对目标对象的,对电商平台来说就是每一件商品;对音乐平台来说就是每一个首歌,对于新闻资讯平台来说就是每一条新闻。在抖音、快手等短视频为主的APP中,画像中那些用户实时变化的兴趣点大都也是来自于标签体系,依据用户长期和短期行为中对于视频搜索、点击、收藏、评论、转发等事件,将视频的标签传导到用户画像上,就构成了用户的实时画像和离线画像中的各个动态维度,在这样的基础上,对用户进行内容的个性化推送,来有效促进APP的活跃并拉长用户生命周期。

  以资讯类APP为例,简单来说就是建立两套标签体系:

  一是,给文章进行分类,也就是我们俗称的给文章打标签。

  二是,给用户打标签,也就是用户看了哪些类型的文章,相应的就会获取到自己的兴趣偏好标签。

  01

  ▼

  给文章打标签

  那么标签体系是如何实现的呢?首先我们先看如何给文章进行分类,以日常所见的资讯类app为例,他们在搭建内容标签的体系基本上趋于一致,但也有一些细节上的差异,最主要的问题,在于文章内容的分类很难穷尽,一开始只能参考市面上已有的分类,并结合一些资料制定一整套内容兴趣偏好体系,在指定分类时,遵循MECE(相互独立,完全穷尽)原则,基本达到了相互独立完全穷尽。

  然后就要对内容进行分类了,主要采用有监督的学习的算法,但在实际中面临两个问题,由于选择了有监督的学习,就面临必须要提供有标注的样本的基础。一般情况下有三种方式获取样本:

  第一种方式是用人工对文章进行标注,优点是准确,缺点是效率低,对于算法要求大量样本的要求,成本非常高。

  第二种方式则是通过一些开源网站提供的关键词进行模型训练,比如可以从搜狗词库获取,优点是成本低,但缺点也很明显,由于不同的分类体系对部分分类的理解不一致,导致分类并不够准确,后期需要耗费大量的人力进行矫正。

  第三种方式是和一些资讯类app进行合作,获取他们的文章以及分类作为样本。

  算法模型的训练原理,即通过对样本数据进行分词,抽取实体,建立特征工程,将每一个特征词作为向量,拟合出一个函数,这样当有新的文章时,该文章通过分词,并通过模型计算出结果。但模型并不是能够有样本一次性就能准确的,模型还需要进行测试和矫正。

  至此,文章打标签的部分就已经完成了。

  02

  ▼

  给用户打标签

  说完给商品打标签,那又如何给用户打标签呢?有两种常用的方式:统计类方式和算法类方式。

  统计类是以用户一段时间阅读的文章类型作为用户的兴趣偏好。而算法类则会增加更多的影响因素,包括文章阅读的数量、阅读的时间间隔、文章与当前热点事件的关系、用户个人属性(年龄、性别、学历等)等等。前者在算法资源不足同时运营需求量大的情况下可以先行,而后者可以在前者的基础上切分一部分流量对算法模型进行验证和调整,不断优化。

  由于统计类基本是由人工进行打标签的,从选择文章,到选择用户,再到文章和用户的匹配 ,而资讯文章的类别非常多,总体的标签量有可能成千上万,当用户数量非常庞大时,单靠人进行打标签,是绝对无法完成的。针对这样的情况,需要利用算法的方式打标签,一般根据用户的个人画像、用户的阅读行为等属性,利用聚类等机器学习算法对用户进行分类,在同一类别里的用户,共享着相同的标签,只要用户能被分到某一用户群中就能自动打上标签,这样,既解决了用户覆盖量的问题,也可以对用户进行精准推送。至此,用户也都有了属于自己的标签,从而可以根据用户不同点击、阅读数据对不同的用户进行不同的文章推送。

  总的来说,个性化推荐系统本身并不神秘,归根结底还是对海量物品数据和用户行为数据进行分析和挖掘,也许算法规则略有不同,但最终目的殊途同归,都是要达到最精准的个性化物品推荐,从而实现千人千面。
赵同学
分享到朋友圈
收藏
收藏
评分
评论

综合评分:

我的评分

参与评论(0)

社区交流公约

暂无评论,快来抢沙发吧~
登录后参与评论
发布评论
鸟哥笔记用户社区交流公约

Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
超级nice便签砖
超级超级超级奈斯!
1000羽毛
立即兑换
【新品】办公/外出两用静音充电小电扇
办公桌必备小电扇!
2000羽毛
立即兑换
赵同学
赵同学
发表文章2086
确认要消耗 羽毛购买
大数据推荐怎么做(为什么大数据推荐最“懂”我?)吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接