向女朋友解釋她淘寶首頁(yè)與你不同的原因

回想起去年雙十一小美靠在小編肩上，甜甜的問(wèn)道“為啥我的淘寶頁(yè)面跟你的淘寶頁(yè)面不一樣啊，在我這，我所有的東西都想買”?，F(xiàn)在想起來(lái)，小編當(dāng)時(shí)就該立即站出來(lái)向小美揭穿這一切！

在用手機(jī)淘寶購(gòu)物時(shí)為什么每個(gè)人手機(jī)上顯示的內(nèi)容都是不一致，都是因人而異的，這一切都是個(gè)性化推薦在作祟。所謂的個(gè)性化推薦實(shí)際背后有一套成熟依托推薦算法的系統(tǒng)，它能通過(guò)各種細(xì)節(jié)洞悉客戶的喜愛(ài)偏愛(ài)，以及客戶的性格、購(gòu)買習(xí)慣、經(jīng)濟(jì)實(shí)力等等，從而 給用戶精準(zhǔn)推薦她最感興趣和可能購(gòu)買的商品。

今天小編就以最為簡(jiǎn)潔的方式介紹推薦系統(tǒng)中的一個(gè)小小的角落，基于用戶的協(xié)同過(guò)濾算法進(jìn)行個(gè)性化推薦。它是一種依據(jù)用戶行為數(shù)據(jù)，根據(jù)用戶之間的相似性向目標(biāo)用戶推薦它可能喜歡的物品的一種方法，說(shuō)起來(lái)比較繞口，舉個(gè)栗子...

小美是個(gè)資深淘寶控，閑著沒(méi)事兒就會(huì)逛淘寶，看到喜歡的商品的時(shí)候，她就會(huì)點(diǎn)進(jìn)去詳情頁(yè)仔細(xì)查看，如果更喜歡一點(diǎn)她就會(huì)將這件商品收藏起來(lái)，如果實(shí)在恰入小美法眼的話，二話不說(shuō)小美拿出我的花唄就開(kāi)始買買買。當(dāng)然這一切的操作行為都被淘寶的算法團(tuán)隊(duì)看的明明白白，所以他們通過(guò)小美的操作行為抽象出一個(gè)“喜歡程度”，規(guī)則如下：1.如果查看了商品詳情并瀏覽10秒以上，得1分2.如果瀏覽了商品并點(diǎn)擊了收藏商品，得4分（瀏覽操作不單獨(dú)加分）3.如果購(gòu)買了商品直接，得8分（其余操作不單獨(dú)加分）

經(jīng)過(guò)一個(gè)小時(shí)的逛淘寶過(guò)程，小美的操作行為都被日志記錄下：1.小美對(duì)商品A查看了詳情并瀏覽18秒2.小美對(duì)商品B進(jìn)行了收藏3.小美對(duì)商品C進(jìn)行了慘無(wú)人道的購(gòu)買行為

經(jīng)過(guò)這些行為后，可以總結(jié)出小美對(duì)商品的一些“喜歡程度”。我們假設(shè)這家淘寶只有5件商品，可以得到如下內(nèi)容：

可以看到，商品A、B、C都因?yàn)樾∶缹?duì)其產(chǎn)生了一些行為后，得到了對(duì)應(yīng)的喜歡程度得分，那小美對(duì)商品D、E的喜歡程度是空缺的，那就一定代表小美不喜歡商品D、E嗎？這顯然是不準(zhǔn)確的，因?yàn)榭赡苄∶谰蜎](méi)有在淘寶上發(fā)現(xiàn)這兩件商品，并不能直接說(shuō)小美對(duì)這兩件商品一點(diǎn)都不感興趣?，F(xiàn)在商家想要將商品D或E介紹給小美，但是到底首先應(yīng)該推薦哪個(gè)商品給小美呢？這時(shí)就體現(xiàn)了個(gè)性化推薦的重要性。淘寶除了收集小美的操作行為之外還收集了其他用戶的行為，如狗剩、建國(guó)、小花三人的行為，這時(shí)就有如下的數(shù)據(jù)：

有了這4個(gè)客戶的行為數(shù)據(jù)，現(xiàn)在我想給小美推薦商品，優(yōu)先推薦商品D還是E？具體的步驟如下（user-based協(xié)同過(guò)濾算法）：

1.分別計(jì)算小美與狗剩、建國(guó)、小花的偏好相似性，計(jì)算辦法通常采用余弦相似度計(jì)算，公式為：

如計(jì)算小美與狗剩的相似度就是向量[1,4,8,0,0]與向量[0,0,1,1,8]的相似度，結(jié)果為0.109。按同樣的公式求出小美與建國(guó)和小花的相似度分別為：0.079，0.736。

2.計(jì)算用戶對(duì)待推薦商品的預(yù)測(cè)評(píng)分，具體計(jì)算方式與結(jié)果如下。小美對(duì)商品D的預(yù)測(cè)喜歡程度：(0.109*1+0.079*0+0.736*8)/(0.109+0.079+0.736)=6.49小美對(duì)商品E的預(yù)測(cè)喜歡程度：(0.109*8+0.079*4+0.736*1)/(0.109+0.079+0.736) = 2.08

實(shí)際這就是將相似度和用戶對(duì)該商品喜歡程度相乘，然后相加，然后再除以相似度的和。狗剩對(duì)商品D的喜歡程度為1，建國(guó)為0，小花為8。將它們分別乘以與小美的相似度，最終得到小美對(duì)商品D的喜歡程度。相似的方法求出小美對(duì)商品E的喜歡程度。

3.選取喜歡程度分值更高的商品進(jìn)行最終推薦，最終向小美推薦商品D。這就是基于用戶的協(xié)同過(guò)濾算法。總結(jié)一下：user-based協(xié)同過(guò)濾算法就是通過(guò)計(jì)算用戶之間的相似度，然后對(duì)目標(biāo)用戶未發(fā)生過(guò)行為的商品進(jìn)行“喜歡程度”的預(yù)測(cè)，預(yù)測(cè)的方式就是通過(guò)用戶之間相似度與他們給該商品的評(píng)分做一下加權(quán)。最終向用戶推薦經(jīng)過(guò)算法預(yù)測(cè)“喜歡程度”較高的商品。你明白了嗎？須知：真實(shí)電商網(wǎng)站的推薦算法遠(yuǎn)比上述介紹復(fù)雜的多?？梢哉f(shuō)推薦系統(tǒng)是一項(xiàng)藝術(shù)，這一點(diǎn)也不為過(guò)。