个性化推荐十大挑战.pdfVIP

专栏 第 8 卷  第 7 期  2012 年 7 月 个性化推荐的十大挑战 周　涛 百分点信息科技有限公司 关键词 ：个性化推荐　挑战 特邀专栏作家 “个性化推荐”对于很多读者来说并不陌生， 些阅读材料。中文综述可以看我们在2009年 《自 [1] 但其中不乏认识上的误区。有的人觉得个性化推荐 然科学进展》上的文章 。通过这篇文章可以较快 就是细分市场和精准营销，实际上细分市场和精准 地得到很多信息，了解个性化推荐研究的概貌。 营销往往是把潜在的用户分成很多群体，这固然 有了这个基础，如果想要了解突出应用的算法和技 [2] 比基于全体的统计有了长足进步，但是距离 “给每 术，我推荐项亮和陈义合著的《推荐系统实践》 。 一个用户量身定做的信息服务”还有很大差距。所 百分点信息科技有限公司出版过一本名为 《个性 [3] 以，个性化推荐其实是细分市场的极致！ 化：商业的未来》的小册子 ，应用场景和商业 信息服务实际上经历了两次理念上的变革，第 模式介绍得比较细致，而在技术上涉及很少，附 一次是从总体到群体，第二次是从群体到个体。第 录里面介绍了一些主流算法和可能的缺陷，或许 二次变革正在进行中，其核心技术就是本文要讨论 能够对读者稍有启发。国外的专著建议关注最近 的个性化推荐技术。 出版的两本文献[4,5] ，其中文献[4]是很多文章的 有些读者觉得个性化推荐等同于协同过滤， 汇总，因为写这些文章的都是达人，所以质量上 这可能是因为协同过滤应用比较广泛并且比较容 佳。爱多麦克逊思 （Adomavicius ）和塔兹林 （Tu- 易为大众理解。协同过滤其实 只是个性化推荐技术中的一个 成员。它与很多更先进技术相 比，就好像流行歌曲和经典音 乐，前者广受欢迎，而且一般 人也可以拿个麦克风吼两声， 但是说到艺术高度，流行歌曲 就差一些了。当然，流行歌曲 的经济价值可能更大，这也是 事实。总的来说，协同过滤只 是个性化推荐技术中的一款轻 武器，远远不等于个性化推荐 技术本身。 有些读者可能不了解个 性化推荐，我可以先推荐一 图1　信息服务的两次变革：从总体到群体，从群体到个体 48 第 8 卷  第 7 期  2012 年 7 月 zhilin ）的大型综述特别有影响力，不仅系统回顾 量级。数据非常稀疏，使得绝大部分基于关联分 了推荐系统研究的全貌，还提出了一些有趣的开 析的算法 （譬如协同过滤）效果都不好。在这种 [6] 情况下，通过珍贵的选择数据让用户和用户、商 放性问题 ——尽管我个人不是很喜欢他们对于推 荐系统的分类方法。我们在20 12年也发表了一篇 品和商品之间产生关联的重要性，往往要比用户 大综述，应该是目前最全面的综述，所强调的不 之间对商品打分的相关性还重要[8] 。举例来说， [7] 仅仅是算法，还有很多现象和思路 ——大家有兴 一个用户看了一部惊悚片，就暴露了用户的兴 趣不妨看看。 趣，并且使其和很多其他看过同样片子的用户关 有些读者认为个性化推荐技术的研究已经进 联起来了——至于他给这个片