本文转载自微信公众号「虞大胆的叽叽喳喳」，作者虞大胆。转载本文请联系虞大胆的叽叽喳喳公众号。
推荐系统是有技术壁垒的，涉及到各类算法和机器学习，工程实现就更难了。所以我们选择了神策智能推荐服务，但感觉效果不太好，通过他们提供的几个pdf，有了个大概的概念，发现召回是推荐系统中的重点。
推荐系统的作用：降低信息过载，那如果本身每天可推荐的内容不多呢;发掘长尾，这个是核心，能让好文章有更多的曝光机会;提高转化率，是提升dau?还是用户粘性?
如何衡量推荐系统的好坏?可能人的感受更重要，但无法量化;如果利用CTR，一定程度上能反应好坏(点击后不看估计也没啥用)，点击后的反馈可能更精准，比如浏览时长，做出准确的评论等等。
推荐系统整个过程主要包括两点，首先就是召回，也就是粗排，筛选出相对较小的候选集;其次就是排序，也就是精排，对物品进行打分。
推荐系统就是建立任何物品之间的关系，核心就是数据，包括三个部分：首先就是用户行为，看文章、点收藏都是;其次就是物品信息;最后通过行为和物品信息，形成用户画像，这个画像可能就是常规意义上的画像、标签化，但在机器学习中，它是隐式的，是向量化的，人无法直接理解。
接下去说说神策推荐系统提到的四种召回方法，见下图：
首先强调基于深度用户行为分析的召回，由于是向量化，所以很难向人解释它的优劣，太黑盒了;主要分为两个分支，协同过滤(基于矩阵分解)很常见了，缺点就是无法解决新内容冷启动问题，以及时效性不足;
其次就是深度学习召回模型(HMF)，借鉴了facebook论文，主要提到四点好处，更全面的行为表达，比如结合点击、收藏、搜索等多种行为，能更全面地表示用户行为偏好;能够加入一些用户画像放到模型中;考虑用户行为顺序(感觉挺牛逼的);组合各类复杂特征。
其次就是自然语言技术，神策解释是为了解决新内容的冷启动问题，开始我有点疑惑，后来才明白，一篇新内容出来，立刻通过NLP技术，从中找到一些标签化(比如关键词)的内容，这样结合用户画像，快速推荐给用户。
但可惜的是神策推荐在我们业务场景中，居然没有用到NLP技术。最近也看一些文章，纯粹介于内容推荐也能弄出一个好的推荐系统。
比如通过分词、主题分析、word2vec(词向量隐式关系的分析)，有了这些关键“元素”，可以用在相关性计算、召回、排序等过程。
如果没有NLP技术，哪怕人为(编辑或用户)打分类和标签(更细分的分类)也行，虽然不智能，也不精准，但也能代表一些民意。
不过图片和视频进行语义分析就难了，要引入一些其他解决方案。
最后神策提到了NLP技术的三个好处：
利用自然语言技术，得到能表示每篇文章主题内容的语义向量
根据语义向量，推荐用户喜欢的主题的文章
只需要分析文章内容，不需要用户行为，能很好的推荐新文章，解决性能内容冷启动问题
接着就是基于用户画像的召回，首先就是利用已有的关注(不是好友之间的关注)关系，你在APP上的每个行为都隐藏了用户偏好，比如搜索某个关键词(是不是表明想看某些相关的文章?所以文章NLP的分析多么重要)，再比如点击某个标签(比如军事标签，是不是说明想看军事相关的文章)，或者收藏了某篇文章(是不是可以推荐类似的文章)。
其次就是基于标签构建用户画像，用户有很多常规意义上的画像，可解释的，也能表明他的一些兴趣偏好，比如性别、经常发的文章、站内提供的可选择性标签，反过来，通过推荐系统不断完善用户画像，从而进一步做精准推荐。
最后就是多源数据，比如入门数据，编辑推荐文章，KOL文章，官方文章等等，这些在召回的时候很有用，在神策中是以权重体现，是否说明这用于排序?而非召回?
为什么说神策智能推荐还不成熟，比如没有来自于用户的负反馈(我不喜欢)，没有使用NLP技术(对于我们这样的内容APP，这个太重要了)，不理解业务型态(无法针对性的调优，这可能是垂直sass解决方案的弊端，太机器化了)，结合它们的控制台，只能看到热门召回和基于行为的召回，都是默认策略。既然是个性化推荐，它怎么证明做到了个性化推荐，也担心最后的推荐效果退化到了编辑推荐。
最后好好理解这句话，数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已
