[[393467]]

本文轉(zhuǎn)載自微信公眾號「數(shù)師兄」，作者數(shù)師兄。轉(zhuǎn)載本文請聯(lián)系數(shù)師兄公眾號。

這幾年隨著大數(shù)據(jù)，人工智能，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘等等概念的興起，每一個數(shù)分析師都或多或少接觸過推薦算法相關(guān)的分析，做算法分析的前提是要明白目前“推薦算法” 的基本構(gòu)成，掌握這些常規(guī)的業(yè)務(wù)知識，即使不懂具體的算法實現(xiàn)過程，也能對算法進(jìn)行有效的分析。目前的推薦算法主要分為幾個核心步驟：召回，過濾，(粗排)，精排。這都是什么意思呢?明白了皇帝是如何選妃的就明白了上述過程，廢話不多說，咱們來看他倆有啥區(qū)別。

召回=海選

召回從目前的資源池中將滿足條件的資源圈出來。就好比皇帝昭告天下開始選妃之后，各個省就開始從民間搜集年齡13-16歲之間的良家少女，由于是全國的普選，又受到評委眼光或者是指標(biāo)的影響，所以這時候選拔的人可能是各種顏色的皮膚，各種顏色的頭發(fā)，嘴里說的念的都是“選我選我”的中國話~

除了普選還有一些特殊通道，比如，宰相家的外甥女，鄰國選送的公主，或者皇帝本人看上了大名湖畔夏老漢家的二閨女。那么這些特殊通道可以理解為多路召回?？傊?，在海選這一步，只要跟美稍微搭點邊就先眉毛胡子一把摟過來再說。

這個原理跟我們平時看新聞時一樣，召回的方式可以說是多方面的，如向量召回，協(xié)同過濾，其他多路召回等等。包含內(nèi)容豐富，比如關(guān)注的博主發(fā)布的內(nèi)容，熱度飆升的內(nèi)容，熱點以及熱點周邊，從內(nèi)容上來說又有娛樂，影視，政治等等?？傊还茏詈蟪尸F(xiàn)給用戶什么內(nèi)容，要在在保證“全”的基礎(chǔ)上，再去做“準(zhǔn)”，召回這一步更關(guān)注“全”的問題。

過濾=復(fù)選

海選選中的美女就進(jìn)入了復(fù)選階段，這么一大群人不可能全都應(yīng)聘成功，而且人還是太多了。所以在進(jìn)宮之前，負(fù)責(zé)選拔的太監(jiān)要再淘汰掉一波人，比如太高的，太矮的，太胖的，太瘦的，學(xué)歷不夠的，性格不好，投機(jī)倒把的等等，這一操作在過濾掉質(zhì)量較差選手的同時，也減輕下一環(huán)節(jié)工作人員的工作壓力

還是以新聞推薦為例，召回的內(nèi)容中掛著熱點標(biāo)題搞反動的，點贊率賊差的，過時的內(nèi)容先干掉一波，濾掉了相當(dāng)一部分召回中質(zhì)量較差的內(nèi)容，留下的內(nèi)容更加精華。

粗排=三面

進(jìn)宮面圣之前這一步其實并不是必須的，主要看宮內(nèi)太監(jiān)們的處理能力，如果經(jīng)過復(fù)選之后剩下3000人，而宮內(nèi)太監(jiān)們的處理能力是5000人那就不用三面了，直接懟進(jìn)來再說。但是如果處理能力只有1000人，這時候就要在進(jìn)宮之前過濾掉一波人，減少宮內(nèi)負(fù)責(zé)選拔的太監(jiān)們的工作壓力，這時候根據(jù)佳麗們的家庭背景以及性格品德，儀容儀表，才藝見識等綜合打分，再過濾掉一波質(zhì)量相對較差的，精益求精。

就推薦算法來說，這里處理能力一般指的是服務(wù)器的負(fù)載能力，數(shù)據(jù)量較少的小型app可能在召回階段資源量就不足，過濾之后資源又折損，最終需要展示給用戶的數(shù)據(jù)量已經(jīng)不多，此時可以把精排和粗排一起來搞，但是對于大型app，過濾之后數(shù)據(jù)量依然較多，此時就需要用粗排繼續(xù)過濾一波數(shù)據(jù)來降低服務(wù)器的載荷。類比于太監(jiān)給佳麗們打分一樣，粗排也是根據(jù)用戶的特征進(jìn)行打分，目前打分的各種各樣的算法，其實相當(dāng)于選妃過程中評委們湊一塊商量出來的幾種不同的評分規(guī)則。

精排=排班上崗

經(jīng)過三面之后，剩下的人終于可以進(jìn)宮了，哪些人能夠最終出現(xiàn)在皇帝的侍寢名單中，還需要再次評估，如果說之前的淘汰是一些普適性的特征，那么到精排這一步除了之前的靜態(tài)特征之外還會加入一些動態(tài)特征以及皇帝本身的偏好。

比如周期性考核觀察佳麗們的行為表現(xiàn)(儀容儀表，行為舉止，打不打呼嚕，說不說夢話，有沒有狐臭，甚至還有“探其乳，嗅其腋，捫其肌理，察其貞潔” 的說法);統(tǒng)計皇帝近年來的行為偏好(圓臉還是錐子臉，大家閨秀還是小家碧玉，文藝青年還是逗比青年)。再對這些特征進(jìn)行綜合打分，最終選出這么五十個人展示在皇帝的侍寢列表中。

這就相當(dāng)于新聞列表中除了之前所說的特征，還要結(jié)合內(nèi)容的點贊，評論率，舉報次數(shù)，舉報率以及當(dāng)前用戶的偏好(是更喜歡時政，科技還是娛樂)進(jìn)行一個綜合的評分，將最適合當(dāng)前用戶的內(nèi)容排序曝光出來

以上就是我們?yōu)g覽app時底層的推薦算法展示給我們內(nèi)容的過程，看完之后是不是感受到了帝王般的待遇。在了解了上述步驟的基礎(chǔ)上，即使不懂算法的具體搭建實現(xiàn)過程也可以從上述的四個過程入手get到一些分析思路。比如用戶點擊率低，是召回過多但過濾特征不足導(dǎo)致質(zhì)量較差的內(nèi)容進(jìn)入精排導(dǎo)致的，還是精排過程用戶特征過少所致

題外話

由于新用戶是沒有行為的，所以就不能判斷用戶的偏好，對于推薦引擎來說相當(dāng)于冷啟動，這時推薦的內(nèi)容相對比較雜亂，慢慢的隨著用戶的行為積累，算法學(xué)習(xí)出用戶的偏好，推薦的內(nèi)容就越來越集中于某一些領(lǐng)域。

就如同抖音一樣，剛注冊的時候可能大家的曝光大差不離，刷一年之后可能差異就比較明顯。這樣做的優(yōu)點在于取悅用戶，推薦的內(nèi)容越來越準(zhǔn)確，用戶留存越來越高。而缺點在于限制了用戶的視野，把每個用戶關(guān)在了他自得其樂的盒子里，你覺得這樣好么?