色•戒•网络：均在欲望中纠缠-站长中国-中国站长门户从这里开始全面了解中国站长

推荐系统的艺术、科学和生意

　 2007年09月29日10:24:18　评论(0条) 字体:[大中小]
相关热点：生意科学艺术系统推荐一个物品基因用户音乐

的巨头BlockBuster的挑战，它当然需要寻找竞争优势。一个好的推荐系统能够为这项服务留住并且吸引用户。比如，当一个用户归还一部电影的时候，推荐一部他们可能喜欢的另一部电影——这可以增加更多的回头客。

浏览和推荐

一个好的推荐引擎不光对Netflix起着重要作用，对任何电子商务网站都是如此。这是因为两个基本的在线行为——搜索和浏览。当一个客户清楚地知道她要找的东西的时候，她会去搜索。但是当她并不是在找一个特定东西时，即在浏览。浏览过程对推荐系统来说是一个黄金机会，因为用户并不是专注于某一件东西——她需要建议。

在浏览过程中，用户的注意力（和他们的钱）谁都可以去争取。通过展示一些具有吸引力的东西，网站可以将交易的可能性最大化。所以，如果一个网站能提高推荐的成功几率，它就能赚更多的钱。显然，这是一个很困难的问题，但是解决它的激励也很大。主要的方法可以分为以下几类：

个性化推荐(Personalized recommendation)—— 根据个人过去的行为推荐
社会化推荐(Social recommendation)—— 根据类似用户过去的行为推荐
物品推荐(Item recommendation) —— 根据物品本身推荐
上述3种方法综合使用

我们现在来通过一些网站看看这几种不同的方法：老的网站如亚马逊（Amazon），新兴网站如Pandora（译者注：音乐推荐网站）和del.icio.us（译者注：书签网站，有翻译为美味书签）。

亚马逊 —— 推荐之王

亚马逊被誉为在线商城，尤其是个性化推荐的领袖。过去十年，该公司已投入了大量的金钱和智力建成一套智能推荐系统，它会考虑你的历史浏览记录，过去的购买记录和其他购物者的记录——所有这些都是为了确保你能买东西。让我们看看亚马逊推荐系统的各个模块，来了解他们到底是怎么工作的。下面几块是我登陆Amazon之后看到的主要部分：

这一块是社会化推荐。可以看到，它的分析性很强，从统计学上帮我分析了购买一件物品的理由。同时，它也是一项个性化推荐，因为推荐基于我最近点击的一个物品。

上面这块是基于新版本的物品推荐(Item recommendation)。点击"Why is this recommended for you?"(为什么推荐这个给你)链接，可以查看我的购买历史记录。所以，这也是一个个性化推荐，因为它是基于我过去的行为的。

在这个页面还有四个其他的模块，每一块都组合运用了上述的几种个性化推荐机制。我们用表格总结如下：

亚马逊个性化推荐系统

你的浏览历史你的购买历史

实际的物品新的版本(物品推荐)

相关物品(物品推荐）相关物品(物品推荐)

其他人购买(社会化推荐）其他人购买(社会化推荐）

系统是对称和全面的，这不足为奇。所有的推荐都是基于个人行为的，再加上物品本身的信息或者是亚马逊其他用户的行为。不管你想购买的原因是什么：这件物品跟你以前的买的东西相关，或者是其他人里面很流行，这个系统都会促使你把这件物品放到你的购物篮里面去。

除了亚马逊

亚马逊的系统相当棒。它是一个协作购物和自动化的天才，几乎没法复制。这个系统花了亚马逊十年的时间来建造和完善。它基于一个超大的物品和集体行为数据库，该数据库“记住”了你在几年以前和几分钟以前的行为。新公司要怎么样才能跟它竞争呢？

令人惊讶的是，确实是有方法的。答案在一个与在线购物没什么关系的领域找到——遗传学。如你所知，这门科学是研究DNA片段，即基因，是怎么对人类的特征和行为进行编码的。比如说，一个家庭的成员相貌和行为是相像的，因为他们有相同的基因片段。遗传学作为一门科学已经存在150多年了，它为医学和历史学提供了强大的工具。但是在2006年1月6日，事情发生了意想不到的转变——Tim Westergren和他的朋友们决定将遗传学的概念应用到音乐上。

潘多拉(Pandora)——基于基因的推荐系统

音乐基因组计划

旨在将音乐分解成基本的基因片段。其背后的想法是，我们喜欢一段音乐是因为它的属性——为什么不利用音乐片段之间的相似性做一个音乐推荐系统呢？这种类型的推荐引擎属于物品推荐(Item recommendation)。但是新奇而深刻的是，像一段音乐这样的物品，它的相似度需要通过它的“基因”构成来衡量。