什么是推薦系統

讓我們來換一個角度回答三個問題，從而重新定義什么是推薦系統:
1、它能做什么？
2、它需要什么？
3、它怎么做。

對于第一個問題“它能做什么”，我的回答是：推薦系統可以把那些最終會在用戶(User)和物品（Item）之間產生的連接提前找出來。人是互聯的終極意義，‘其他’統稱為物品，物品可能是人，資訊，消費品、服務等。推薦系統就是要在這張巨大的網中，不斷去發現那些很可能會和人發生連接的另一類物品節點，讓它們和用戶真的建立連接。

提煉一下上述邏輯：
1、世界的發展趨勢是萬物傾向于建立越來越多的連接。
2、人是這一切趨勢的意義所在，為人建立連接是要義。
3、根據已有的連接預測和人有關的連接，就是推薦系統。

舉例，一個電商平臺，用戶剛買過什么，常買什么，你正在瀏覽什么，這些都是用戶和物品之間已經存在的連接，用這些連接去預測還會買什么，還會看什么也是推薦系統。

按照上面的分析，我也同時回答了第二個問題‘它需要什么’：推薦系統需要已經存在的連接，從已有連接去預測未來的連接。

第三個問題：怎么做？

預測用戶評分和偏好。這是推薦系統背后相關算法和技術的兩大分類，更抽象的視線方式分類是：機器推薦和人工推薦，也就是通常說的‘個性化推薦’和‘編輯推薦’。兩者之間還存在現在最常見的領域專家推薦，也就是網紅推薦，如何為用戶找到適合他的網紅也屬于推薦系統范疇。

總結一些推薦系統就是：用已有的連接去預測未來用戶和物品之間會出現的連接。

你需要推薦系統嗎

我已經根據能做什么、需要什么、怎么做三個方面，討論了什么是推薦系統。那么只有前兩個條件成熟，你就需要一個推薦系統，那么如何判斷條件是否成熟了呢？

我們可以考慮兩點：

第一點，看看產品的目的。如果一款產品的目的是建立越多連接越好，那么它最終需要一個推薦系統。有哪些產品的目的不是建立連接呢？一種典型的產品就是工具類，比如一個視頻編輯器，則不需要推薦系統，至少在工具屬性很強時不需要推薦系統。

第二點,看看產品現有的連接。如果你的產品中物品很少，少到用人工就可以應付過來，那么用戶產生的連接肯定不多，這時不適合搭建推薦系統，這時產品的瓶頸是物品的數量不足，應想辦法豐富物品種類。如果你現在物品種類也很多用戶數量也很多，就是用戶和物品的連接很少，表現就是用戶的留存回訪很低，這時也不是很需要一個推薦系統。你應該想辦法找到用戶流失的原因，直到他們能貢獻第一批連接才行。

關于第二點，長尾理論可以幫助我們理解，如何把用戶和物品各種可能的連接匯總，包括用戶屬性、物品屬性等，應該要有長尾效應才可能讓推薦系統發揮效果。

這里我介紹一個簡單指標，用于判斷是不是需要推薦系統：

分子是增加的連接數，分母是增加的活躍用戶數和增加的有效物品數。

如果增加的連接數主要靠增加的活躍用戶數和增加的物品數貢獻，則該值會較小，不適合加入推薦系統；
如果增加的連接數和新增活躍用戶和物品關系不大，那說明連接數已有自發生長的趨勢了，適合加入推薦系統加速這一過程。

總結

到底要不要上推薦系統，如果僅僅從戰術上來看，是一個關乎投入產出比的問題，搭建一個推薦系統的前期投入不小，你需要：組建團隊、購置計算資源、積累數據、花費時間優化。這些成本在早期不必要或者不成熟的情形下投入，顯然投入產出比不是很優；如果是戰略問題，另當別論。