懂你的推荐算法，推荐逻辑是怎样的？

作为一个喜欢思考人生的美男子，我时常感慨，现在这个年代，人们上网获取信息的成本真的好低。智能手机，人手一台，打开3G就能上网，百度一搜，什么都有。当然百度上搜出来的大多数可能并不是你想要的，但这并不妨碍上面的论点成立。也正是因为成本太低，人们反而不愿意主动取获取信息，于是各种各样的推荐系统有了大展身手的机会。

推荐在生活中是一个再平常不过的事情，你失业了，有人会给你推荐工作，你失恋了，有人会给你推荐姑娘。但是在我们这个机器远没有人类聪明的时代，这些事情要是交给机器去做，你就得设计出一套机器能理解的算法出来，这就是所谓的推荐算法。大家看到算法两个字不要慌，以为我又要搬一个大东西出来吓唬人。你可以把算法看做现实生活中的办事流程，它规定了你第一步干什么，第二步干什么，只要你按它说的做，就可以把事情办好。举个例子，你现在要做一个电影推荐APP，我们来看下整个过程是怎样的。

在推荐算法中，我们第一步要有一大堆要推荐的东西。也就是说，你的电影首先要足够多，才能满足不同用户的需求。算法再精准，最后发现推导出来的结果，在你的数据库中并没有，就悲剧了。第二步是要有用户的行为数据。这个也是越多越详细越好。这时候你要把看了哪部电影，看完没有，评价怎么样悄悄的记下来，上传到后台服务器。经过长期的积累，这些数据将为你以后的精准推荐奠定基础。

有了上面的数据基础，我们就可以进入正题了。推荐算法有不少，我们今天介绍一种最基本的叫做协同过滤算法。它的核心思想是物以类聚，人以群分。具体可以分为基于用户的协同过滤算法和基于物品的协同过滤算法。我一直觉得专业领域起这种高大上的名字，是用来过滤智商的，因为很多人看到这里就不打算往下看了，哈哈。

先看第一种基于用户的协同过滤。可以简单理解为我虽然不认识你，但是我通过查看你的朋友圈都是些什么人，根据人以群分的道理，他们喜欢的很可能就是你喜欢的。

假设从历史数据上来看，用户A喜欢《捉妖记》、《大圣归来》，用户B喜欢《栀子花开》、《小时代》，用户C喜欢《捉妖记》。那我们就可以简单认为AC二人口味相似，可以归到一个朋友圈里，C极有可能也喜欢A所喜欢的《大圣归来》。这是最简单的情况，实际上仅仅用喜不喜欢来评价感兴趣程度是远远不够的，用户不可能看完还填个调查表选择yes or no，但是会通过一些其他行为比如影评、是否收藏来反应他们的喜欢程度。机器只能理解量化的东西，所以在算法中，这些行为会转化成相应的分数。比如完整看完的，给3分;看完还给了正面评价的，给5分;看到一半就怒删的，给负10分。这样每个用户都会有一个电影评分表，在计算两个用户相似度的时候，把这些数据代入下面这种专门计算相似度的公式，就能得到二人口味的相似程度。

现在我们要给用户D推荐电影，分别计算AD、BD、CD的相似度，找到跟D最相似的用户，然后把他喜欢的，都推荐给D，就行了。(下面的公式叫做余弦相似度公式，通过计算n维空间中两个向量的夹角余弦，来表示相似度，大家感受一下就好，感兴趣的可以去问google。)

第二种是基于物品的协同过滤。基本思想是假设甲乙是相似的物品，那么喜欢甲的人，很可能也喜欢乙。还是上面的例子，现在假设用户E喜欢《栀子花开》和《小时代》，那我们可以推导出，喜欢《栀子花开》的用户(B和E)都喜欢《小时代》，那基本可以确定两部电影是相似的，下回来个用户F，他喜欢《栀子花开》，那我顺便就把《小时代》推荐给他，他可能比较容易接受。

大家可能要问，我的APP第一天上线，没有这些所谓的用户行为数据怎么推荐啊。这就是推荐算法面临的冷启动问题。这时候可以用基于内容的算法了。你可以事先把所有电影归个类，战争片归到一起，喜剧片归到一起，动画片归到一起。用户H看了一部喜剧片，你就把所有喜剧片推荐给他。显而易见，这种算法简单粗暴，当然命中率也最低。

真正的推荐系统会综合运用各种算法，加之机器学习和人工调优的不断改进，所以是非常复杂的。