每当逛淘宝，京东的时候，线（xiàn）上AI机器人人（rén）就会自动（dòng）保留你浏览（lǎn）的页面，推（tuī）荐相似的产品给你（nǐ），增加人（rén）们的购买力，这个推荐系统在（zài）线上新零售中扮演的是什么（me）角（jiǎo）色（sè）呢？

当人们讨论信息价值的（de）时（shí）候，讨论（lùn）的不光（guāng）是量（liàng）和传播速度，还（hái）有信息共享的范围，这（zhè）一点其实和推荐系统中（zhōng）协同过滤有着密切关系（xì），即通过共享其他人（rén）或者物品的信息进行推荐（jiàn），共的范围（wéi）对信息价值所（suǒ）产生的影响最大。

推荐系统其（qí）实（shí）就是给（gěi）用户推荐物品或者预（yù）测喜好，当然还包括其他（tā）各方面的东西。上图（tú）展示了（le）各种推荐的场景（jǐng），主要由用户（hù）和（hé）产品两部分组成，这种图模型也是推（tuī）荐系（xì）统的一种解（jiě）决方案，比如图中两个物品的（de）相（xiàng）识度就可以（yǐ）使用图（tú）计算的（de）方法进行量化的解（jiě）释。

国内在推荐系统方（fāng）面主（zhǔ）要想（xiǎng）做（zuò）的是千（qiān）人（rén）千（qiān）面（miàn），通过千人千面（miàn）来实（shí）现增加（jiā）点击（jī），发掘（jué）长（zhǎng）尾的目标。

目前推（tuī）荐系统（tǒng）常见（jiàn）的使用场景有电商、社（shè）交、影音、资讯（xùn）这（zhè）四个平（píng）台（tái）。

常见的推荐（jiàn）算法有基于内容（róng）、系统（tǒng）过滤、关联规则、基（jī）于效用以及基于知识这几个。其中（zhōng）最主（zhǔ）要的还是协同（tóng）过（guò）滤，它又被分为（wéi）两类：一（yī）类是基于用户，主要（yào）在资讯平台；一类是居于物品，这类（lèi）很明显是电商平台。

基于用户的算（suàn）法计算（suàn）的是用户相似度（dù），需要维护用户信息矩阵，更社会化，而基于物品的算法计（jì）算的是物品相似度，需要维护物品信息举证，更个性化（huà）。

上图是（shì）协同过（guò）滤的评分预测算法，ALS中评分由两个向（xiàng）量的乘积决定，SVD++认（rèn）为评分不光是有两个向量（liàng）乘积决（jué）定，个体差异同样也会（huì）产生影响。

推荐需要（yào）的数据（jù）一般分（fèn）为三块，用户、物品、时间。时（shí）间用来关联用户和物品，用户（hù）数据主（zhǔ）要是人口统计学数（shù）据、用户行为数据、用户标签，物品数据则是物品基本属性、物品（pǐn）标签、物品效用。

对于推荐（jiàn）结（jié）果的（de）检验（yàn）分（fèn）为准确率、召回率、覆盖率、多样性、新颖度/流行度。

上图展（zhǎn）示的为机器学习算法的5个流派，其中联结（jié）主（zhǔ）义可能是大家最熟悉的，所有的（de）神经网络的（de）算法都（dōu）属于（yú）这一类。最后的行为（wéi）类推其实就是推（tuī）荐（jiàn）算（suàn）法。随着（zhe）后续的发展这（zhè）几个流派肯（kěn）定会被结合起来。

新零售中的推荐

推荐系统中除了技（jì）术，还需要有很（hěn）大程（chéng）度的业务支持。作为一个数据科学（xué）家（jiā）不光要有数据和计算（suàn）机（jī）基（jī）础（chǔ），还要专业知识，也就是对业务的理（lǐ）解。在新零售行业（yè）很多时（shí）候都是以业（yè）务为主导。

新（xīn）零售（shòu）是（shì）2016年提出的概念，简单来说就是线上加线下加物流，比较典（diǎn）型的有盒马生鲜（xiān）、小米（mǐ）体验店、微信（xìn）群营销（xiāo）等。从推荐的角度上来看（kàn），微信群营销其实也算作新零（líng）售。微信群虽然可以获取（qǔ）到很多（duō）数据，但是和体验店一样客（kè）户无法确认。并且每（měi）个微信群（qún）都有针对人群（qún），可以没（méi）有办法拿到除了头（tóu）像和姓名之外的信息，用户身份也无法（fǎ）获得（dé）认证，人员流动非常（cháng）频繁。这（zhè）些特性与实体店非（fēi）常相似，即（jí）使（shǐ）我（wǒ）们无法从（cóng）单个用户的角度来进行推荐。

新零售（shòu）推荐与互联网推荐最（zuì）大（dà）的差异在于一个线上一（yī）个线（xiàn）下，我们在做图书项目的时（shí）候发现，用户在线上买书的行（háng）为喜（xǐ）好与线下很（hěn）不一样（yàng）。线上的卖（mài）书的店铺经常会（huì）有一些满减（jiǎn）促销，它的折扣力度是很（hěn）吸引人（rén）的（de），但是在（zài）线下很少有超（chāo）过5折的活动。

在互联网上（shàng）由（yóu）于（yú）可以实施用户行为采集，所以可（kě）以实现千人（rén）千面，但是在线下只能通过门店（diàn）的角度来进行推荐，无法具（jù）体（tǐ）到（dào）单独（dú）的个体上。因此新零售所（suǒ）能实现的（de）是（shì）千（qiān）店千面（miàn），目（mù）标也转为了增（zēng）加销量（liàng）和信息共享，其实也就是信息扩缩的过程。

上（shàng）图（tú）是我们项目中的图书（shū）推荐（jiàn）界（jiè）面，也（yě）是门店（diàn）所使用的后台。可以看到（dào）这里包含了（le）很多（duō）信（xìn）息，比如书名、作者、出版日期（qī）、销量等，每一（yī）列信息中都有很多的（de）业务背景需要了（le）解。比如对于出版超（chāo）过3年（nián）的书市场效（xiào）果其实已经很容易看出来（lái）了，并（bìng）不需（xū）要我们再去做推荐。

之后（hòu）我们对该项目进行（háng）了（le）总结。首先是可用信息少，只能获取到行为信息以及物品信息。其次是需求不同（tóng），必须要以门店为主，也就是基（jī）于用户的（de）协同过滤体系。而且图书（shū）行业每（měi）年（nián）新出版的书可（kě）能有（yǒu）几十万（wàn），但真正有销量（liàng）的一半都不到，所以存在很多空值数据，没有办法做基于物品的协同过（guò）滤。最后（hòu）是（shì）反馈（kuì）周期长，对（duì）于图书这样的线（xiàn）下销（xiāo）售（shòu）虽然每天都能拿得数据，但是（shì）反馈（kuì）至少是以周为单位（wèi），因（yīn）此对（duì）结（jié）果（guǒ）检（jiǎn）验会产（chǎn）生影（yǐng）响。

当算法上线（xiàn）的时候，一切（qiē）才刚刚开始，之后还会出现各种问题，接下来我们来（lái）看（kàn）一些典型的场景。首先是强特（tè）征（zhēng），有时会出现业务人员在与技术对（duì）接（jiē）的后（hòu）发现一些很重要的特征在库中不存在。其次特（tè）征（zhēng）不仅会（huì）增加（jiā）还会消失，比如对于我（wǒ）们来说，客户的产品信（xìn）息（xī）有时会（huì）进行改版，数（shù）据（jù）库信息也会随之改变，而我们（men）在（zài）不知情的情（qíng）况下获取的信息就可能会不存在，这主要是因为客户觉（jiào）得这类信息不重要，而将它去除了（le）。

这张图是算法的数据处理流程。原始数据导入后会进行数据（jù）清（qīng）洗，之后通过不同的算（suàn）法模型或者业（yè）务（wù）规（guī）则生成模型和结果集，最后输出结果集，再使（shǐ）用不（bú）同的过滤规则得到结果。

上（shàng）面的流程（chéng）适用（yòng）于（yú）离线或者无需实时更新的场景，而如果需要（yào）实时则要在图中的（de）推荐流程中添加召回模（mó）块（kuài）。打造（zào）实时（shí）推荐不意味着实时计（jì）算，因为数（shù）据量实在过于庞大，而（ér）是先对提前算好的结果进行筛选，再（zài）由一个特殊（shū）的（de）模块（kuài）根据用户的（de）实（shí）时行为（wéi）做出推荐。一般来说（shuō）计算时间要小于0.1秒。

最后给大家（jiā）分享一些（xiē）我们在新（xīn）零售推荐应用上的一些想法：业务效（xiào）果好的算法并（bìng）不一定是复杂的（de）算法；做项目要比光看书的收获大得多；推荐是个系统工程，算法很重要，但（dàn）不是全部（bù）。