1. 『迟来的产品升级 百度终上个性化推荐的新台阶』 百度CEO李彦宏将此次转变称为百度首页“迄今为止最重大的改变、最重要的创新”。其中的一大创新之处是百度对“推荐引擎技术”的应用，即基于用户行为、 兴趣建模，通过算法和数据分析，准确识别用户需求，向用户智能推荐想要的信息、服务或应用，从而提高用户转化率及强化用户黏性。
2. 『周鸿祎：360导航UV超hao123 未来布局垂直搜索』 周鸿祎表示，360浏览器和导航网站在中国的流量已经很大，但不会模仿百度做传统搜索，目前360已经在根据用户使用习惯推荐个性化内容，这可能代表了未来搜索的方向，另外360将在垂直搜索领域做一些尝试，将充分发挥浏览器覆盖面大的优势，在垂直搜索上给用户提供更多不同的体验。
3. 『搜狗首推探索引擎注重用户个性化需求』 搜狗积极开发的新一代“探索引擎”的目标，是要给寻找信息的网民完全不同的上网体验：例如，当用户打开浏览器阅读一篇新闻的时候，探索引擎会在页面下方自动推送其他网站相关的报道和评论；当用户在互联网上浏览商品信息的时候，新一代搜索引擎就会在页面下方自动向其推送其他网站上该商品的价格、优惠券以及商 品评论。也就是说，新一代搜索引擎能够“猜”到用户想要什么，并且及时向用户推送他所需要的信息。
4. 『数据在淘宝』淘宝会针对消费者提供一些个性化的推荐，未来的淘宝可能会比现在的淘宝发生非常大的变化，未来的淘宝会变得非常个性化，就是会有消费者更感兴趣的产品，如果卖家都能够对这些个性化的产品做足够多的准备，如果没有个性化能力的话那很有可能失去竞争力。
5. 『豆瓣首页改为豆瓣猜 基于个性化算法提供内容』 阿北：“豆瓣猜2005年就有了，这是我们一直在积累的事情。但是新的豆瓣猜才刚刚面世，它的形态、使用和内容都会有各种问题。我们会在新的一年里逐步改善这个首页，也会慢慢把更多类型的内容放进来。豆瓣猜的终极目标是这样的：每天你打开豆瓣，满眼看到的都是各类你会感兴趣的新东西。我们迫不及待地想和你一起让这个画面成为现实。”
6. 另外，祝贺百分点科技的好朋友们获首轮融资。

个性化推荐，已然无处不在。

认识我的朋友们应该都知道，2011一年我都在折腾「指阅」，成绩不敢说有多大，但起码上路了。指阅 2012年会有比较大的升级，希望能把产品各方面的体验都有一个提升，欢迎大家试用。

天涯海阁的 watsonxu 最近发了一篇文章，国内个性化阅读服务汇总，文章最后留了几个问题：

如何有效获取用户的兴趣：用户的阅读兴趣往往很泛，泛意味着这种兴趣获取的难度的成本会更高，如何基于现有的社会化服务或者阅读过程更好的获取用户兴趣是一个需要研究的话题。
如何更有效的推荐阅读内容：推荐阅读内容的难度可能大于电影、音乐和图书，因为电影、音乐和图书都有相对固定的维度，而根据阅读内容来挖掘用户的兴趣可能难度会更大。
当然最大的挑战在于：个性化阅读其实基于一个前提就是能够推荐用户感兴趣的内容，而实际的过程中如果不能给每个用户推荐感兴趣的内容（或者说这个会有个过程），那如何形成用户的粘性？另外个人的一个困惑是个性化阅读的需求真的有那么强么？

说说我的看法。

基于社交网络的数据来进行用户兴趣的建模，这个已经是目前几乎必选的方式之一了。关注个性化推荐领域的朋友应该都知道，冷启动问题是一个困扰这个领域已久的老大难问题。通过社交帐号授权获取用户在社交网络上积累下来的数据，是解决冷启动问题的有效有段。这里有一些简单的数据示例。当然，这些数据并不见得可以代表你的所有兴趣，但却是个不错的起点。除了分析兴趣点，你还可以分析用户的「社交影响力」[1] [2]。我之前基于微博数据做过一个小实验，针对「IT互联网」[1] 和「创业与投资」[2] 这两个领域，计算得到了微博帐号的影响力排名。这方面最著名的要数 Klout，国内有一个不错的创业团队在做类似的事情 μ+。这种影响力分析结果对进行微博营销蛮有参考价值，但它是一种相对粗放和更偏向于全局的热点分析，对个性化的帮助有限。这方面，更有效的是 Facebook 提出的 EdgeRank，这里面融入了个人的「口味」，衡量的是好友圈子内的影响力。

如 watsonxu 所言，做个性化阅读的产品难度挺大的。Quora 上有一个问题，是讲个性化阅读产品面临的困难的，答案很棒，我简单给总结了一下：

1. 人的兴趣很广泛，而且多变。你为什么会对某个主题感兴趣或者不感兴趣，这里面的原因很复杂，如何用算法模拟出来是个很大的挑战。
2. 每天新产生的资讯非常之多。像 Amazon、Netflix 之类的推荐引擎，它们面对的候选条目集合是相对稳定的，这个比较好理解，它们每周也会增加一些新产品，但和资讯数目相比，差距甚远。
3. 大部分资讯的生命周期非常之短。你现在推荐阿凡达，效果也许不会比两年前差多少，但推荐资讯就不行了，推荐一篇几天前的文章，很可能就要挨骂了。在如此短的时间窗口里为每位读者做出智能推荐，这对系统的要求非常之高。
4. 资讯聚合通常都要面临大量重复内容的问题，这在国内尤为严重，这会极大伤害个性化资讯应用的用户体验。而且国内还有另外一个问题，就是原创的高质量内容相对匮乏，推荐引擎巧妇也难为无米之炊。
5. 与微博之类的个人信息发布工具相比，这类工具缺乏互动。每次你发布一条微博，你的 Followers 就可以看到，而大部分的个性化阅读工具，我们只是默默地使用它，不具备病毒传播特性而无法迅速爆发。
6. 缺少“社区”的感觉，因为大家看到的东西各不一样。这有点像为什么很多人喜欢在电影院观看电影，而不是在家里，即使在家里看可能会更舒适。大家需要那种与其他人一起在做同一件事情的存在感。

详细的技术拆解，可以去看看郑昀的这两篇文章 [1] [2]，基本上我对这两篇文章的评价是，“从此这个领域再无技术秘密可言”。

阅读是人的基本需求，个性化阅读是这个基本需求的 2.0 版。套用个性化推荐「三个合适」的表述，个性化阅读要解决的问题是，在合适的情境下以合适的形式为用户带来合适的内容。 因此，“个性化阅读的需求有多强？”是个伪命题，个性化阅读与阅读本身没有矛盾，它的目标是让阅读这事更简单，谢文老师曾经以看女排新闻为场景给过一个形象的例子。现在大家对个性化阅读存疑，是因为相对于大量非个性化的资讯类产品，还没有哪一款个性化产品显示出了与众不同的能力，尤其是与 Twitter、Facebook 这类以社会化见长的产品相比，个性化产品并没有高明太多。这很像当年围绕智能手机的讨论，之前很多人在说手机不就是打个电话发个短信嘛。。。直到 iPhone，重新发明了手机，从此没人再怀疑。目前个性化阅读这个领域，Flipboard 和 Zite 是好榜样，但其实也只是刚开了个头，大家都还在摸索，需要有人用实实在在的产品体验，来重新定义「阅读」。这个市场不是不爆，是王者未到。

之前做简网的时候，我们主要在研究两个网站，一个是 Zite（估计没人用过它的 Web 版吧），还有一个是 Evri（它和指阅前后一天 iPad 版上线），后面又陆陆续续出现了一些和我们核心功能类似的产品，比如：Mashable Follow、Trap.it、Google+ Spark 等，都是以「主题」为起点谋求信息消费的个性化。现在总结，我只能说，相对于国内互联网的现实情况，我们当时的选择太超前了。从去年移动互联网升温，社会化/个性化阅读逐渐被大众所接受，对有志于这个领域的同道来说，好年代其实才刚刚开始，让我们一起努力！

这篇文章标题里面的「个性化」是加着引号的。卖一个关子，我在酝酿一篇和《搜索已死，推荐上位》类似的标题党之作，名字想好了，叫做《重新定义「个性化」》。不过大家别期望太高啊，有可能有，也可能没有。。。

我们有一个简单的信念：互联网的未来必定是个性化的。如果你有那么一点儿小理想化，希望能够帮助用户更好地消费信息，那么现在加入我们一起，是最好的时机。
职位信息请看这里：http://www.zhiyue.me/team.html

您可能也喜欢：
指阅HD: 专注用户喜好的社会化阅读应用 (@tech2ipo)	时代杂志评选2011十大手机应用 (@tech2ipo)	欢迎大家试用指阅	Resys China 创刊号	让网络，更简单！
无觅

下面是创刊号的内容目录。

1. 业界新闻
2. 学术动态
• Workshop on Social Recommender Systems
• Collaborative Filtering Over Time
3. 精品推荐
• YouTube’s Quest to Suggest More
• Recommendation Systems: Increasing Profit by Long Tail
• 推荐系统五大问题
4. 系列连载
• Greg Linden，Early Amazon：The First Week
5. 精彩应用
• 开源推荐框架 DUINE 概览
6. Resys 精华帖
• 大家觉得推荐系统和长尾的关系是什么
• 基于 SNS/Lifestream 的推荐
7. 轻松一下

感谢 yoyo、gary wang及阿稳同学在内容编辑方面的大力协助，感谢百分点科技在 PDF 文件制作方面的鼎力支持。
现在网络阅读越来越倾向于浅阅读，希望这份人工精编的内容能够给大家带来一些思考和收获。
PDF 版本从这里下载：Resys China 创刊号

您可能也喜欢：
Resys Group 第四次活动总结 (by xlvector) (@resyschina)	Resys 第四次线下活动 – IBM CRL 专场 (@resyschina)	重磅推荐：Resys Group	迟来的感谢：Resys 豆瓣活动	「个性化」时代
无觅

感谢开放的豆瓣团队，感谢阿北和胖子，感谢阿稳同学为这次活动付出的巨大努力！
感谢大家对 Resys 活动的支持，2010 咱们继续折腾！
本文原发 2010年第2期《程序员》杂志，略有修改。也愿 CSDN 的质量节节高升。

年关之际，不仅天气冷，互联网更冷，不过这些都无法熄灭思想的火花。2009年12月19日，国内推荐技术社区 Resys Group（https://groups.google.com/group/resys）的第三次线下活动，在豆瓣网的鼎力支持之下顺利举办。 

Resys，取名自 Recommender System 的简写，社区的宗旨是搭建一个专注于推荐技术领域的讨论平台。截止目前，Resys Group 发展势头喜人，受到了国内推荐技术爱好者们的热情响应，线上讨论很是热烈，线下活动也已经成功进行了三次。 

本次活动由豆瓣网提供场地、点心饮料以及纪念品支持。豆瓣网在国内互联网行业美誉度很高，这是一家以帮助用户发现未知事物为己任的公司，他们在为用户的生活带来诸多乐趣的同时，也已经让自己变得足够有趣。“豆瓣猜”作为其标志性应用，一直以来倍受关注，在 Google 上搜索 “豆瓣猜”，有超过两百万条信息，热度可见一斑。

本次活动上，豆瓣网团队首次公开分享了他们运营 “豆瓣猜”的经验，系统介绍了他们在推荐领域的实践探索，可以说是对豆瓣网的一个不同于以往角度的新颖解读。据介绍，豆瓣网的创始人阿北与算法负责人王守崑是多年的好友。在豆瓣网内部最初的定位，书籍、电影、音乐等这些应用是钉子，推荐引擎是锤子，阿北带队找钉子，王守崑负责造锤子，配合得相当合拍。后来，豆瓣网逐渐成长为了一座舞台，推荐技术也伴随着赢得了更大的施展空间。

这次活动总共有三个主题，第一个是豆瓣网王守崑的《豆瓣在推荐系统领域的实践和思考》，第二个是迅捷英翔孙超与刘凯义的《推荐也是一种产品》，第三个是百度张栋博士的《大规模机器学习算法在互联网上的应用》。

第一个主题，主讲人王守崑总结了豆瓣网在推荐应用领域的探索，包括三个方面的内容。
首先，什么样的产品适合推荐？依据在图书、电影、音乐、文章、RSS源、社会网络等领域应用推荐技术的多年经验，王守崑先从定性的角度提出是“具有媒体性的产品 (Media Product)”，即选择多样、口味(taste)很重要、单位成本不重要，同时能够广泛传播 (Information Cascade)的产品；接着在对真实的数据集进行定量分析后，进一步得出，应该是条目增长相对稳定、能够快速获得用户反馈，数据稀疏性与条目多样性、时效性比较平衡的产品，才是适合推荐的产品。
其次，王守崑分享了豆瓣网的推荐引擎如何应对高成长性的挑战，即通过算法优化与近似算法设计，来寻求推荐质量与计算资源消耗之间的平衡。
最后，针对当前推荐系统面临的问题，王守崑把推荐系统分为 Prediction，Forecasting，Recommendation 三个阶段，并探讨了一种下一代推荐引擎的构想——基于用户行为模型的、有记忆的、可进化的系统。在演讲期间，主讲人也提出了一些开放性问题留给与会者思考，比如推荐能否拥有独立的产品形态？

总结陈词，王守崑把在算法领域的长期实践提炼成一句话：“Algorithms should facilitate rather than replace social process”，点睛之笔，简洁有力，闪耀着智慧的光芒。

第二个主题，是由迅捷英翔公司的孙超与刘凯义带来的《Recommendation Algorithm is a product》。他们从日常工作实践出发，抛出了一个问题：在一个成熟的商业系统里，
1）可推荐的商品（比如彩铃）数量多、种类繁、差异大（比如二人转与交响乐）；
2）用户数目众多且兴趣各异，不同的用户对不同的商品有着不同的偏好；
3）每种推荐算法所擅长解决问题的角度是不同的，比如协同过滤易出惊喜，内容推荐善于举一反三，基因推荐更加人性化。
那么，推荐引擎作为连接起用户与商品的枢纽，是否可以具备自学习的智能导航能力，依据系统反馈来自动为每一个用户优化算法配置呢？

诚恳地讲，这是一个非常有探讨价值的话题。以电影推荐为例，它是推荐技术发源的领域之一，相关的实际应用也最为深入。比如，IMDB 以基于打分的协同过滤技术为主，Jinni 将电影基因体系作为推荐引擎核心，Nanocrowd 通过分析影评的相关度来作推荐，LivingSocial: Movies 是 Facebook 上一款基于社会网络的电影推荐应用，最后还有号称要打败所有电影推荐引擎的 Clerkdogs，他们完全使用人工推荐电影。这些电影推荐引擎专注于不同的推荐维度，各有所长，国外已经有研究机构基于此开展工作，试图探索如何把不同的推荐方法更有效地组合起来。

主题三为《Parallel Algorithms For Mining Large Scale Data》，主讲人张栋博士在大规模机器学习领域经验丰富，一开场就脉络清晰地理出了机器学习领域的发展路线，从神经网络（Neural network）到支持向量机（SVM）到图模型（Graphical Model），再到条件随机场（CRF）并最后回归到深度信任网络（DBNs），各流派之间不断竞争螺旋上升，整个过程高屋建瓴并且故事性十足。接下来的主要话题，包括围绕天涯问答的算法原理，基于社会网络的精准广告，以及 MPI 与 MapReduce 两种并行计算框架的实际案例对比，都让与会者获益匪浅。

从张栋博士的报告中可以看到，顶级互联网公司对大规模计算极其重视，他们将传统的算法进行改造，使其能够适应互联网上的庞大数据量。目前业界云计算概念火热，抛开滥竽充数者，大规模数据计算能力绝对是评价云计算的硬指标之一。 Google 公司的研究总监 Peter Norvig 先生有句名言，“Worry about the data first before you worry about the algorithm”，即是在说大规模数据对于解决问题非常重要。xlvector 同学的感概，很让与会者共鸣，“评价一个（Research）工程师的指标不应该仅是懂多少种算法，还要看处理过多大规模的数据”。

本次活动的与会者，有正在从事数据挖掘相关工作的工程师，有致力于在推荐系统方面有所作为的创业人员，有对这个方向感兴趣的投资人，另外还有不少高校里专注于此方向的研究人员。各个主题的间隙是自由讨论的时间，与会者们进行了自由开放的交流。相对来讲，第一个与第三个主题更加直观和吸引人一些，毕竟大家可以从中窥得成功的经验。但是，Resys Group 同样也真诚地欢迎第二组演讲人这样的做法，提出探讨式的开放性主题，提供数据，交流体会，无权威结论，这样更加能够引发听者的思考与辩论。互联网上不会存在永远的领先者，自由、开放与分享是互联网的本质，顺应这个潮流终究可以超越。逆势而为者，死路一条。

本次活动各个主题的 PPT 文件，均可以从 http://www.slideshare.net/clickstone/tag/resys 下载。其中王守崑的报告尤其受欢迎，并在 twitter 上引发了大量转推，PPT 上传到 slideshare 网站的当天，即因为关注度高而进入了网站的首页推荐。

2010年，即将到来的 Resys Group 第四次线下活动，荣幸邀请到IBM CRL推荐技术研究团队作专场演讲，主题各个精彩，欢迎有兴趣的朋友保持关注。

您可能也喜欢：
Resys 第四次线下活动 – IBM CRL 专场 (@resyschina)	Resys Group 第四次活动总结 (by xlvector) (@resyschina)	重磅推荐：Resys Group	Resys China 创刊号	「个性化」时代
无觅

忘记在哪里看到了这么一个说法，“在结算的时候如果有太多交叉销售的选择的话，可能会让客户迷惑，反而放弃订单”。这句话涉及到电子商务领域的一个重要问题，如此定性的结论显然是不太负责任的，比如何为“太多”。遂在 twitter 上发问。＠imrchen 回复说，

只要有“太多”選擇，消費者就會卻步，不論這些選擇是怎麼來的。Barry Schwartz 的 The Paradox of Choice 就很強調 Less is More 這件事。

那么，对待交叉销售问题，业界到底是怎么做的呢？让我们一探究竟。

我选了两本书进行实验：《末日之书》，这个来自豆瓣友邻推荐；《时间旅行者的妻子》，这个是因为我很想看同名电影。

第一站，当当

1）进入购物车之前

• 搜索书名，居然没有输入提示！
  意见：太 out 了，这个应该算是标配了吧。
• 点击搜索结果里面的对应条目，弹出新窗口进入详细信息页面。
  意见：虽然弹出新窗口基本上已经是中国网民最喜闻乐见的体验了，但我认为也不能乱用。我已经找到了我要的东西了，你还留着这个结果页面搞球啊，我还得费劲把它关了。当然了，我这里是基于使用精确搜索的场景得出上面的结论。使用模糊搜索的场景，保留结果列表页是说得过去的，但我觉得还是需要分析下搜索数据，看哪种比例高。当当购书整体走下来，最突出的问题就是弹出的新窗口太多了。
• 在书籍详细信息页面里，点击“购买”，又弹出了一个新窗口进入购物车。好吧，我忍了。

2）购物车内

上图是当当的购物车推荐区域，标题是“根据您挑选的商品，当当为您推荐”。

• 位置，横在页面上部。
  意见：放在这里应该是觉得它比较重要，但在设计上与下面的“已购商品”产生对比，被弱化了很多。
• 每个推荐商品，显示名称/市场价/当当价，共 3 项信息。
• 名称有显示不完整的，鼠标放在链接上会提示完整名。
  意见：不能够直接显示完整商品名，感觉不太好。
• 推测当当应该是认为，市场价/当当价对比，是用户购书关注的一大指标。
• 推荐条目总共 8 条。
  问题：数目是怎么确定的？

上图是当当的已购商品区域。

• 位置，无论视觉上，还是设计上，这个区域都是中心。
• 显示商品名/单品积分/市场价/当当价/优惠/数量/共节省/共获积分/总金额，共 9 项信息。
• 灰掉了“积分/市场价”，应该是想强调一下“当当价”。
  问题：如果认为灰掉的两项不重要，是否有更好的处理？
• 变换颜色强调了“共节省/积分”，特别突出的是“总金额”。
• 提示并进行了“图书促销区”活动的导航。
• 可以修改商品数量，以及删除商品。

上图是特惠区的促销信息。

• 位置在页面最下面，一般很难看到。我个人持保留意见，放在此时此地能有用吗？

3）个人看法

• 要赞一下当当的推荐算法团队，有功力，购物车推荐的相关性不错，多样性也照顾到了。
• 要搞清楚一个重要问题，基于当当目前的情况，购物车的首要目标是什么：刺激交叉销售，提高单个订单的总金额？还是尽量减少对结算的干扰，以保证订单地完成率？
• 不了解设计初衷，但感觉购物车推荐部分的产品设计还有提升空间。套个专业术语，信息架构没整明白。

第二站，卓越亚马逊

1）进入购物车之前

• 搜索书名，Bingo，有输入提示！看来 Amazon 代表了先进生产力啊。
• 点击搜索结果里面的对应条目，当前页转入详细信息页面。
  问题：是否能够说明在卓越亚马逊这里，使用精确搜索的用户是占大多数的？
• 在书籍详细信息页面里，点击“购买”，当前页转入购物车。好吧，我承认我是 Amazon 的拥趸。

2）购物车内

根据最近加入购物车的一个商品，在购买操作维度给出的推荐。总共 6 条。

根据最近加入购物车的一个商品，在浏览操作维度给出的推荐。总共 3 条。

根据购物车内的其它商品，在购买操作维度给出的推荐。总共 3 条。

上面三个图片是 Amazon 购物车推荐的三个区域，标题是我们喜闻乐见的“买了… 还买了…”的经典句式。

• Amazon 清晰地传递了它的理念：购物车的核心目标是，使用交叉销售帮助用户完成更多地购买。
• 购物车推荐区域基本上进行了满屏显示，无论视觉上，设计上，还是事实上，这里都是中心。
• 每个推荐商品，显示图片/名称/卓越价/打星/评论数，共 5 项信息。商品名称全部完整显示。
• 相比文字，图片能够更加有效地传递信息。
• 三个推荐区域的条目数分别是 6/3/3，总共 12 条。

上图是已购商品区域。

• 位置，在页面的右上部的独立区域。通过区别于其他的色块设计，使其也足够突出。
• 显示商品名/作者/包装/卓越价/数量/总金额，共 6 项信息。
• 突出了商品的卓越价及订单总价。
• 不能直接修改商品数据，也不能直接删除商品。
• 有一句看似很多余的提示语，“购物车中的商品价格与该商品页面显示的最新价格一致”。

3）个人看法

• 卓越亚马逊显然用的是 Amazon 总部的推荐技术，效果毋庸置疑。
• 细节上仍有待注意，推荐区域稍嫌散乱，且时常可以见到商品图片无法显示的情况。

关于购物推荐

用户购买一件商品，有两个阶段：首先是要知道有这么一个东西；然后评价一下是否需要购买，做出决定。
当当的推荐完成了第一个阶段，能够把相关性比较好的东西自动推给用户，但基本上到此就停住了，在帮助用户作决定这个阶段几乎没有作为。
细节处见真章。可以看到 Amazon 对推荐这件事情的理解的确更加到位。通过给出“打星”与“评论数”，为用户做出决定提供了一些参考。但请注意，我说的不是卓越亚马逊，他抄都没抄明白，Amazon 在同样的地方，还另外给出了书籍的作者，而卓越似乎是自作主张地去掉了。要知道，作者可是用户决定购买一本书的重要因素！

结论

内容写着写着就有点儿发散了。
转回头来，开篇的那句话，其实说的是“Shopping Cart Abandonment Rate”，它是电子商务领域的一个核心问题。它非常重要，因为可以抛开其他所有因素，只需要单纯把这个比例降低，销售收入就能够增加。但也正因为如此，一般的电子商务网站对待购物车都是格外的小心翼翼。这个事情的做法上，没有绝对的正误，一定要数据说话。
但评定标准绝对只有一条。搞清楚我之前提到的那个问题：

1. 刺激交叉销售，提高单个订单的总金额；
2. 尽量减少对结算的干扰，以保证订单地完成率。

哪一个能够提升最终的销售收入，哪一个就是你当前的最佳选择。

Update: 开篇的那句话来自 Tangos 的“支付结算页面造成客户流失的常见问题”这篇文章。非常抱歉，我误解了 Tangos 的原意，他说的是“支付结算页”，而不是购物车页面。一旦进入结算流程，现在业内应该已经是统一的做法了，不做任何其他产品的推荐，甚至连导航栏都全部去掉，不让任何因素影响结算完成。虽然跑了题，但这篇文章的内容应该还是具备参考价值的。

您可能也喜欢：
w-commerce：微购物时代的到来？ (@alibuybuy)	每日E图：三分之二的妈妈用智能手机辅助购物 (@tech2ipo)	重磅推荐：Resys Group	迟来的感谢：Resys 豆瓣活动	Resys China 创刊号
无觅

Long long ago，有这么一个故事。
在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。原来，美国的妇女们经常会嘱咐她们的丈夫下班以后要为孩子买尿布，而丈夫在买完尿布之后又要顺手买回自己爱喝的啤酒。

第一次听到这个故事，是在研一的数据挖掘课程上。当时导师讲完之后，我感觉这是个非常神奇的事情。

这之前我最崇拜的是一位名叫泰勒的大哥，此人左手一个小本，右手一支铅笔，脖子上挂着个秒表，没日没夜地，站在那里观察啊，观察啊，观察啊……观察什么啊？挖煤。对，确实是挖煤。就是这个办法，他凭借一己之力，开创了对工业界，尤其是对日本工业界影响深远的时间动作研究，被后人尊称为工业工程之父。

仰望着泰勒，我想，我要是也用泰勒大师的办法，是不是也能搞一个购物动作研究，成为超级市场之父呢？我为自己的灵光乍现而欢呼雀跃，I fucking couldn’t be happier！可转念又一想，那我得写秃多少支铅笔，按坏多少个秒表啊。我没有风险投资，这事儿干不了。

下课回到宿舍，我是埋头狂啃了几天关联规则算法。在自认为得道成仙之后，我便开始四处招摇，逢人便问。
我：你认识“啤酒兄”吗？
～摇头～
我：哦，不认识。
我：那你认识“尿布兄”吗？
～继续摇头～
我：什么，这个也不认识！
我：那算了，你还是回火星去吧。
时间长了，问得多了，我才弄明白，原来“啤酒兄”和“尿布兄”才是真正的火星人，在时间回旋里面，一时半会儿到不了地球，很不靠谱。

现在这事儿靠谱了，都有人专门为这两位仁兄著书立传了。等地球人都认识了他们，数据挖掘从业者的春天就真来了。

其实当年在课上，导师已经和我们说了，这个故事多半是有一些些杜撰的成分在里面的，并且这个故事其实是有多个版本的。但数据挖掘技术需要发展，需要进入业界，需要产业化，就必须有一个简单易懂的故事。就好像一提到进行诚实教育，大家自然就会想到“狼来了”，它通俗、易懂、好接受、容易记忆。故事不一定真实，但结论足够说明问题。

我有一位朋友，01 年本科毕业去了 IBM。在他给 IBM 的求职信上，有一段话让我印象深刻。原话记不住了，大约是这样：
“我喜欢写程序。
当我的同学们在浩渺的星际争霸战场上鏖战，或者围坐在饭岛爱老师身边激昂人生的时候，我却孤独地在 MFC 中深入浅出，每一行优雅的代码，都仿佛美丽的音符一般，让我深陷其中无法自拔。
学习就像太空冒险，越是深入，越能体会到他的博大精深。”

让我们共勉。

您可能也喜欢：

Resys 第四次线下活动 – IBM CRL 专场 (@resyschina)

Resys Group 第四次活动总结 (by xlvector) (@resyschina)

推荐系统：关联规则(1)

迟来的感谢：Resys 豆瓣活动

Resys China 创刊号

无觅

我們已經談過推薦系統的架構和技術分類，接著我們來觀察推薦系統的目標和成果，是否如研究者或經營者所預期的那麼美好。推薦系統的研究在學界雖然不是紅得發紫，但是一直受到相當程度的關注， Netflix Prize 的話題一開，更受人注目。在如何建構一個「更好的」推薦系統這個題目上，過去產、學二界攜手的成果，是有目共睹的。

但是我們對於推薦系對銷售究竟有什麼影響，它是如何影響消費者的行為，是否真的達到原先建設推薦系統的目的，則是所知甚少，沒有足夠多的研究可以證實我們的觀點（不管這個觀點的內容是什麼）。

第一種觀點：推薦系統促成長尾

過去對於推薦系統成效，有兩種截然不同的看法，第一種觀點，可能也是目前較佔上風的觀點，認為推薦系統強化了長尾（Long Tail）的實現，讓銷售方和購買方都得到更多選擇與便利。比如說 The Long Tail 的作者，就直接了當在書中宣稱我們從資訊時代進入「推薦」時代─We are leaving the Information Age and entering the Recommendation Age（讀者可參考「長尾」在英國出版宣傳時作的 Exclusive Extract ，請看第 24 頁）。

這兒有一個學院派的例子，MIT Sloan Management Review 在2006年夏天出版了一篇由三位名校（MIT/Purdue/Carnegie Mellon）教授共同執筆的 From Niches to Riches: The Anatomy of the Long Tail （下載PDF）。在這篇文章裡，作者們肯定地說：

Our
research suggests that search tools can also be very effective in
allowing consumers to discover and purchase products they otherwise
would not have considered, resulting in changes in sales distribution among a company’s products.

作者群在另外一份論文（Goodbye
Pareto Principle, Hello Long Tail: The Effect of Search Costs on the
Concentration of Product
Sales）裡表示，在他們的研究裡，經由網際網路通路購買產品的消費者，傾向於購買不暢銷或不是很有名的產品（他們用 obscure
這個字眼）。換句話說，作者認為：IT 科技（當然包括了推薦系統）促成了長尾的實現。

We
find evidence that Internet purchases made by consumers with prior
experience are more skewed toward obscure products, compared with
consumers who have no such experience.

第二種觀點：推薦系統錦上添花，結果是強者愈強

另外一種看法則和前一種觀點大相逕庭，第二種看法則認為推薦機制（和目前常見的各種行銷手段）只是強化原先銷售成績就出色的前段班產品，對於銷售多元化（diversity）一點幫助也沒有。我們來看個國內的例子：

十月初，老貓學出版發表的「好書會自動販賣時代」之消逝一文，談到網路時代的行銷活動與長尾（Long Tail）的關係，顯然老貓認為網路不僅沒有促成長尾，反而讓強者愈強，銷售的模式的錦上添花而不是百花齊放（先說聲抱歉，引文有點長，粗體字和紅字是我加上去的，與原文無關）。…..

…..
新書區的替換率太快，促使出版社和書店必須做點什麼，以便幫助讀者過濾新書。推薦機制、特價、預購、首賣、獨家封面、落地陳列、贈品、活動、試讀本，所有異於正常發行的動作，都有助於爭取讀者的眼球，讓讀者在茫茫書海中先一步辨認出我的書來。
…..
過去我們以為網路世界可以為我們帶來可貴的長尾，現在事實證明，網路加速了短頭的極端化。好賣的書，賣得比過去更好，而沒有行銷資源挹注的書種，賣得比過去更差。（如果有人在博客來上班的話，請別誤會，我的描述並不帶評價，事實上我也不認為虛擬通路無差別地秀出每月兩千種新書的書單會有什麼好處。此外今天這個這個結果也是出版社和通路攜手製造出來的。

最新的研究

線上推薦系統（online recommenders）比起傳統的暢銷排行榜（best-seller lists），的確是一大進步，對於銷售方和消費者都帶來非常大的便利和福祉，這是無庸置疑的。但是推薦系統是不是真的能帶來銷售的多元化 (diversity)，目前並沒有足夠多的研究和討論來支持任何一方的論點。

最近兩位賓州大學華頓商學院的學者（Daniel M. Fleder and Kartik Kosenagar）針對上文所描述的爭論，發表了相關的研究，兩位作者認為這篇論文是第一個嘗試調和不同論點的研究，論文有長、短兩個版本可以下載，個人認為華頓的線上刊物 Knowledge@Wharton 對於這個研究的介紹 ─ ‘Reinforcing the Blockbuster Nature of Media’: The Impact of Online Recommenders 最具參考價值，文章精簡，說明不失深度，而且可以下載 Podcast 慢慢聽。Read/Write Web 對這篇論文的報導，也值得一讀，這篇報導的讀者回應相當精采，如果時間允許，也不妨看看（Yes, I know. 人一天只有24小時）。

從 Reinforcing the Blockuster Nature 的標題，我們可以想見，這個研究認為，推薦系統的確會讓原本的暢銷產品銷售益發興旺，不是豪無保留的認為推薦系統與長尾應該劃上等號的。這篇論文的焦點，是推薦系統與銷售多元發散（diversity才能促成長尾）間的關係，主要觀點如下：

• 有些推薦系統，的確會產生 rich-get-richer 的現象，使得銷售品項和數量集中，而非多元發展。
• 作者強調縱然個別消費者可能透過推薦系統發掘他們原本不熟悉的產品，但是所有消費者加總（aggregate）的結果，是降低而非增加銷售的多方發展。I
• 推薦系統的設計會影響結果，有些推薦系統會造成長尾效果，有些則會得到相反結果，所以公司的經理人應該考慮自身需求來決定設計的方向。

不同的聲音

推薦系統研究的開路先鋒 Paul Resnick 教授， 在部落格評論上面所提到的研究時，認為 discovery 和 reinforcement 是推薦系統最重要的兩個目的。

There are actually two effects that we should expect from recommenders. One is discovery--
once one person discovers an item, some other people with similar
tastes who would not have found that item do find it. The other is reinforcement– an item that many people have sampled will be more likely to get recommended.

華頓的學者在寫作論文時，和著名的部落客（博客）Greg Linden ─ 他在1997-2002 間是 Amazon 員工，負責開發推薦系統 ─ 以電子郵件交換意見。Greg 認為，如果沒有線上推薦系統，消費者只能使用更粗糙的、傳統模式的暢銷排行榜名單來尋找產品，這種情況更加降低銷售的多元化，不可能促成長尾。同時他還表達，推薦系統可藉著調整演算法達到長尾的目的 ─ Recommendation algorithms easily can be tuned to favor the back catalog — the long tail — as Netflix does.。

這還不是結論

Daniel M. Fleder and Kartik Kosenagar 在文中建構的簡單（two-item, two-player, two-urn model ）模型，是否真的足以完整、正確的模擬消費者行為，還是個開放命題。所以這個方向的研究，絕對不是劃上句點，而是才剛開始而已。

從台灣的觀點來看，本地的網際網路產業，還沒有出現一個品質和 Amazon 、Netflix 比肩的推薦系統，若是真的要討論推薦系統對消費行為的影響，恐怕產生不了足夠堅實的論證，要談本土觀點，恐怕還嫌早了點（sigh）。

延伸閱讀：

• Netflix Recommender Prize （介紹 Netflix contest）
• Netflix 滿週年了（推薦系統的理論模型）
• 推薦系統的分類
• Netflix Prize 排行榜
• Are Recommendation Engines a Threat to the Long Tail?
• Recommender system and diversity
• Recommending the tail

您可能也喜欢：

Resys 第四次线下活动 – IBM CRL 专场 (@resyschina)

Resys Group 第四次活动总结 (by xlvector) (@resyschina)

长尾效应，有没有，有没有？

Resys China 创刊号

迟来的感谢：Resys 豆瓣活动

无觅

1. 尽可能多的扩展公开的数据源。比如，看我在 twitter 上推过哪些短址；看我在 delicious 上收藏了哪些链接；看我在 douban 上分享了哪些内容。GReader 的用户差不多都是网络的重度使用者，这方面可用的来源肯定不少。比如我，如果你订阅了我的 FriendFeed，那么我一天在看什么，你就差不多能知道一个大概了。
2. 需要时间来积累。

这个问题，没有捷径。

对于问题二，其实之前在 kuber 做 feedzshare 的时候，我就和他讨论过。当时说了要写一篇 blog 的，后来由于我太懒就作罢了。我个人意见，GReader Share 的数据不适合做推荐，应该拿来做过滤器。这个后面展开。

二、有时效性和无时效性
大多数情况下，这个世界并不是非黑即白的。
对于时效性，我个人觉得别把它作为一个太过绝对的概念，它是和人相关的，应该作为一个相对的概念来理解。对于新近才接触某个领域的人来讲，翻翻老皇历也是有必要的。比如你看了我之前这篇的唠叨，对汪峰起了兴趣，那挖出他在鲍家街的老八卦看看也挺有意思，这些信息是新鲜的。而对于同样的内容，给我看就没什么意思了，它们out了。

因此，除了像刘未鹏所指出的“将文章分为有时效性（如新闻时政类）和无时效性（如读书笔记、GTD方法等）”这个方法，我觉得还可以从用户这个角度做一些事情。简要来讲，第一，划分用户关注的领域，这个基本是文本分类的问题，方法有不少，但大规模做起来很难，当然也并没有难到不可解决；第二，让用户方便地在时间线上游动，这个需要考虑呈现方式，给个带时间的列表是一种，高级点的像下面这个。

三、惊喜很难吗？
我的回答是：确实很难！非常之难！
对于推荐系统的制作者，如果能让用户发出像 @imrchen 这样的感慨，那将是对其工作的最高程度的肯定。

@imrchen: 太神奇了，Amazon 竟然向我推薦 Python 書籍，我從來不曾在亞馬遜買過程式設計的書籍，最近買的和技術有關的書是 Beautiful Data，和 Python 完全搭不上邊。他們怎麼知道我最近在用 Python 開發東西，這樣的推薦未免也太神了吧！？

一个好的推荐系统制作者，需要钻研数据，精修算法，勤于思考，同时最重要的，要有一颗真正愿意帮助用户解决问题的心。

GReader Share 的数据更适合做过滤器

郑昀的文章里面，把 GReader Share 数据所存在的问题已经讲得很清楚了：基于 Google
Reader 的第三方推荐系统，能够拿到的数据是严重不足的。

你无法知道用户有意忽略了哪些文章，你很难拿到他的好友列表，Google不像
FriendFeed那样提供Dislike/Hide的按钮；你只知道他何时Share或like了某篇文章从何处（值得注意的一个细节是，如果用户是
自己订阅了煎蛋并推荐其中一篇文章，显然煎蛋对用户来说更加重要；相比而言，用户只是从其他人的Shared
Items订阅中share了煎蛋的某篇文章，却不去订阅煎蛋，说明煎蛋对他来说可能还不算重要。这个细节有点像“quick
stumbles”的思路）。

您可能也喜欢：
从数据上看，Google+已超越了Buzz和Wave (@tech2ipo)	Google+将推出企业主页 (@tech2ipo)	迟来的感谢：Resys 豆瓣活动	Resys China 创刊号	重磅推荐：Resys Group
无觅

今年上半年，他受 Andreas Weigend 之邀，在 Stanford 的 Data Mining and Electronic Business 课堂上做了一次有关“Recommender Systems”的讲座。Andreas Weigend 之前在 Amazon 任职，位居首席科学家，在 Amazon 的推荐引擎建设方面做出了大量的贡献。下面是 Toby 自己列出的一些主要观点，

课程相关的资料在这里，看完这个，再对比我曾经所学的课程，想死的心都有了！

您可能也喜欢：

Resys Group 第四次活动总结 (by xlvector) (@resyschina)

Resys 第四次线下活动 – IBM CRL 专场 (@resyschina)

迟来的感谢：Resys 豆瓣活动

Resys China 创刊号

重磅推荐：Resys Group

无觅

1）进行 Netflix Users vs. Experts（自己收集的）的数据对比分析

• Number of Ratings and Data Sparsity
• Average Rating Distribution
• Rating Standard Deviation (std) 

认为，

• Experts 打分数据的稀疏性要好得多
• Experts 的打分对象更全面，好的坏的，流行的冷门的，都会涉及到；而不像大众打分会倾向于流行的和自己喜欢的
• 对好电影的评价，Experts 们更趋一致
• 对于每单个电影的评价，Experts 们的分歧也相对更小
• 对于每单个 User/Expert，Expert 的打分更为稳定。

• 推荐准确性，NN-CF 差不多比 Expert-CF 要好 10%
• 推荐覆盖率，Expert-CF 差不多比 NN-CF 要高 10%
• 有意思的是上面的右图，用户分布与推荐准确性的关系，
• 在 MAE < 0.5 时，两种方法覆盖的用户数差不多
• 差不多在 MAE = 0.5 时，NN-CF 比 Expert-CF 多 10%
• 之后 MAE 在 [0.5, 1.0] 区间内时，NN-CF 与 Expert-CF 几乎平行
• 这个意思是说，与 Expert-CF 相比，NN-CF 仅对少部分用户（MAC<0.5的用户）有明显优势。而这部分用户又可以认为是可预测性很高的用户，Expert-CF 比较容易利用其他方法提高效果。
• 结论是，Expert-CF 大多数情况下与 NN-CF 效果相当。

3）进行 Nearest-Neighbor CF vs Expert CF 的推荐效果的用户调研，推荐系统最终是为用户服务的，用户说好，才是真的好！

• Random，随机生成的推荐列表
• Critics’ Choice，Experts 平均打分比较高的影片组成的推荐列表
• kNN-CF/Experts-CF，文中两种算法生成的推荐列表
• 左图是用户满意度，调查推荐列表里是否包含用户喜欢的影片。两个评价指标，包含喜欢影片的多少，及是否有惊喜
• 右图是用户反感度，调查推荐列表里是否包含用户讨厌的影评。两个评价指标，包含讨厌影片的多少，及讨厌程度。推荐系统里面有句名言，“错误的推荐还不如不推荐”
• 结论是，Experts-CF 的用户满意度更高。当然了，这个结论的现实性是有一些争议的，比如，参与用户的数量很少，且大多数是男性用户。不过论文作者在这方面都有提到，比较中肯。

证明了 Expert-CF 的可用性之后，吸引人的是这个方法相对传统 CF 方法，能够带来的好处。

您可能也喜欢：

Resys 第四次线下活动 – IBM CRL 专场 (@resyschina)

Resys Group 第四次活动总结 (by xlvector) (@resyschina)

迟来的感谢：Resys 豆瓣活动

重磅推荐：Resys Group

Resys China 创刊号

无觅