本文從定義和框架出發(fā)，結(jié)合實(shí)際案例，深入淺出地闡述了基于內(nèi)容的推薦算法及其產(chǎn)品設(shè)計(jì)。

一、前言&定義

可能很多和筆者一樣非數(shù)據(jù)或算法科班出身的產(chǎn)品同學(xué)在涉及到需要進(jìn)行內(nèi)容推薦的產(chǎn)品時(shí)無從下手，盡管在網(wǎng)絡(luò)上可搜索到各種算法的基本原理和公式，但或過于專業(yè)或直接呈現(xiàn)最終邏輯，但具體怎么做還是一頭霧水，筆者拋開理論和復(fù)雜的公式，直接從產(chǎn)品出發(fā)設(shè)計(jì)一套最小可行性從0到1的推薦算法能力。

什么是基于內(nèi)容的推薦算法

基于內(nèi)容的推薦：核心思想是根據(jù)推薦物品或內(nèi)容的元數(shù)據(jù)，發(fā)現(xiàn)物品或者內(nèi)容的相關(guān)性，然后基于用戶以往的喜好記錄，推薦給用戶相似的物品。

簡(jiǎn)單地理解就是：根據(jù)用戶過去喜歡的內(nèi)容，為用戶推薦和他過去喜歡的內(nèi)容相似的內(nèi)容。

二、算法整體架構(gòu)說明

1. 明確算法目的

我們?cè)谧铋_始做推薦算法時(shí)，要清楚初始階段目的：即在保證內(nèi)容質(zhì)量的前提下根據(jù)用戶行為推薦盡可能符合用戶期望的豐富內(nèi)容。

這句話雖然很短，但包含了三個(gè)很重要的關(guān)鍵詞：內(nèi)容的質(zhì)量、內(nèi)容豐富（多元）度和符合預(yù)期。

2. 推薦算法整體邏輯

基于推算的場(chǎng)景，我們很容易發(fā)現(xiàn)推薦邏輯：用戶在線進(jìn)行操作行為時(shí)，系統(tǒng)向后臺(tái)發(fā)起用戶數(shù)據(jù)召回請(qǐng)求，然后根據(jù)排序模型形成最終用戶看見的內(nèi)容，最后通過用戶的請(qǐng)求和記錄完善用戶行為，以進(jìn)行后續(xù)的內(nèi)容匹配。常見的推算下圖：

圖片雖然看起有點(diǎn)復(fù)雜，抽絲剝繭就三個(gè)核心：一套內(nèi)容管理后臺(tái)+多個(gè)權(quán)重算法+展示邏輯。

3. 推薦算法產(chǎn)品框架

基于算法邏輯和最小可行性目的，我們可以整理出簡(jiǎn)單的產(chǎn)品框架，如下圖：

很明顯算法推薦公式可以不用立馬就建立一套復(fù)雜的算法模型，只要有基礎(chǔ)的用戶管理、內(nèi)容管理能力，結(jié)合內(nèi)容質(zhì)量權(quán)重和用戶喜好權(quán)重，考慮到去中心化和時(shí)效應(yīng)影響，就可完成在保證內(nèi)容質(zhì)量的前提下根據(jù)用戶行為推薦盡可能符合用戶期望的豐富內(nèi)容。

三、具體算法權(quán)重設(shè)計(jì)

1. 質(zhì)量管理評(píng)分公式

質(zhì)量評(píng)分總得分Score由三大模塊得分加權(quán)計(jì)算得出，其公式如下所示：

（系數(shù)可根據(jù)業(yè)務(wù)情況自行調(diào)整，起始分為100）

其中A、B、C為三大模塊各自得分值。Score得分為三大模塊得分乘以各自對(duì)應(yīng)系數(shù)。

各模塊得分由其多項(xiàng)評(píng)分指標(biāo)及對(duì)應(yīng)系數(shù)加權(quán)計(jì)算得到，此處以A模塊為例：

其中為A模塊下對(duì)應(yīng)的各項(xiàng)指標(biāo)得分，?為各項(xiàng)指標(biāo)得分所對(duì)應(yīng)的權(quán)重系數(shù)。

A-內(nèi)容流量模塊評(píng)分

內(nèi)容流量為是內(nèi)容對(duì)流量的吸引能力體現(xiàn)，初始化的產(chǎn)品建議的核心熱度加權(quán)：停留時(shí)間（退出率）>評(píng)論量>點(diǎn)贊量＞收藏量>PV/UV>轉(zhuǎn)發(fā)量。下表為案例：

B-內(nèi)容質(zhì)量模塊評(píng)分

主要根據(jù)后臺(tái)內(nèi)容的狀態(tài)進(jìn)行評(píng)斷，在機(jī)審能力未完全搭建以前，本模塊受到人工影響較大。

附：評(píng)分公式

目前對(duì)于內(nèi)容推薦型的評(píng)分算法，推薦貝葉斯平均評(píng)分法作。其公式如下：

其中，n為當(dāng)前內(nèi)容的評(píng)分次數(shù)，M為總內(nèi)容平均得分，S為單個(gè)內(nèi)容總得分，C為動(dòng)態(tài)系數(shù)。

單個(gè)內(nèi)容評(píng)分得分 = (總內(nèi)容的平均得分 * C系數(shù)) + 單個(gè)產(chǎn)品的評(píng)分總和) / (當(dāng)前內(nèi)容的評(píng)分次數(shù)+ C系數(shù))

C系數(shù)為每個(gè)內(nèi)容的被評(píng)分的平均次數(shù)，即C=所有內(nèi)容被評(píng)論的總次數(shù)/所有內(nèi)容數(shù)量。例如：總共有1000個(gè)文章 一共被評(píng)論了50000次，那C就等于50000/1000=50。

小例：

（貝葉斯平均法評(píng)估示例）

結(jié)論：以貝葉斯平均為依據(jù)的排序更能反應(yīng)真實(shí)的情況，打分次數(shù)多且評(píng)分較高的產(chǎn)品會(huì)更加靠前，打分次數(shù)多評(píng)分較低的產(chǎn)品則會(huì)更加靠后，與單純依據(jù)每個(gè)產(chǎn)品的平均分排序相比，這種結(jié)果更有意義。

C-用戶質(zhì)量模塊評(píng)分

用戶質(zhì)量根據(jù)后臺(tái)人工標(biāo)識(shí)用戶屬性加上其發(fā)帖質(zhì)量2個(gè)維度構(gòu)成。

2. 用戶喜好評(píng)分公式

用戶行為記錄是獲取用戶相關(guān)推薦的主要依據(jù)，初期是根據(jù)用戶關(guān)注、瀏覽喜好以及用戶搜索關(guān)鍵詞對(duì)用戶喜好進(jìn)行統(tǒng)計(jì)，基本的邏輯如下：

喜好評(píng)分=瀏覽喜好分類*0.6+關(guān)注人內(nèi)容*0.4 +搜素內(nèi)容分類*0.0

（系數(shù)可根據(jù)業(yè)務(wù)情況自行調(diào)整，起始分為100）

舉例說明：

（1）通過用戶的瀏覽記錄，獲得用戶的喜好標(biāo)簽

那么對(duì)于同一分類下的內(nèi)容按照公式增加喜好值。

（2）獲取用戶的關(guān)注用戶，獲得喜好標(biāo)簽

那么對(duì)于關(guān)注用戶下的內(nèi)容按照公式增加喜好值。

（3）如果內(nèi)容1屬于分類A，并且是用戶D創(chuàng)建的，這個(gè)內(nèi)容對(duì)于用戶來說就是兩個(gè)權(quán)重值相加? =查看內(nèi)容分類*0.6+關(guān)注人內(nèi)容*0.4

四、前端展示權(quán)重設(shè)計(jì)

通過質(zhì)量評(píng)分和用戶喜好評(píng)分，我們能得到以內(nèi)容為主。針對(duì)不同用戶的內(nèi)容質(zhì)量和喜好評(píng)分值，那么就可以得到一個(gè)簡(jiǎn)單的推薦邏輯（推薦列表）：按照用戶喜好評(píng)分推薦質(zhì)量評(píng)分較高的內(nèi)容，若得分相同則按內(nèi)容創(chuàng)建時(shí)間倒序排列進(jìn)行推薦。

但在實(shí)際推薦中除了保證用戶喜好外，需要嘗試去中心化的內(nèi)容展示模式，所以最終展示的推薦內(nèi)容，應(yīng)該來自三個(gè)模塊：

A、用戶喜好列表：通過用戶喜好評(píng)分，為用戶推薦內(nèi)容評(píng)分質(zhì)量較高的內(nèi)容，這是主要推薦內(nèi)容。

推薦邏輯：先對(duì)內(nèi)容按照用戶喜好值進(jìn)行從高到低的排序，再喜好值A(chǔ)以上的內(nèi)容中依次健康值高于閥值B、閥值C、閥值D的內(nèi)容隨機(jī)推薦，低于閥值D不進(jìn)行推薦。

B、高質(zhì)量非喜好列表：用戶喜好值低于某個(gè)閥值但內(nèi)容流量評(píng)分較高的內(nèi)容。

C、初始流量推薦列表：通過用戶喜好評(píng)分，為用戶推薦內(nèi)容質(zhì)量審核過但流量不高的內(nèi)容。

老用戶算法為：Score=A*0.7+B*0.2 +C*0.1（系數(shù)可根據(jù)業(yè)務(wù)情況自行調(diào)整）

其中0.7、0.2、0.1位A、B、C為三大模塊初始系數(shù)，它受到時(shí)間效應(yīng)變化。

新用戶冷啟動(dòng)的算法為：ScoreL= B*0.9 +C*0.1

其中B模塊直接調(diào)用流量池健康評(píng)分。

注意：喜好評(píng)分和健康值相同時(shí)，隨機(jī)選取加載量，在同一輪加載過程中同一信息需要剔重。

1. 時(shí)間效應(yīng)計(jì)算方式

為了進(jìn)一步去中心化，以及推薦準(zhǔn)確性，根據(jù)熱度冷卻公式：

本期系數(shù) = 上期系數(shù) x exp(-(冷卻系數(shù)) x 間隔的小時(shí)數(shù))。T為初始熱度，此處默認(rèn)為0.7，為上一期溫度，為冷卻系數(shù)，為間隔小時(shí)數(shù)。

五、關(guān)于A/B測(cè)試

推算推薦更加需要進(jìn)行A/B test，因?yàn)槲覀冊(cè)诔跏蓟倪^程中，具體的權(quán)重設(shè)置是否合理是無法得知的，但是能保證的時(shí)沒有垃圾推薦的流出，所以A/B測(cè)試結(jié)果對(duì)優(yōu)化權(quán)重格外重要，將用戶分流至對(duì)應(yīng)方案內(nèi)，在保證每組用戶特征相同的前提下，根據(jù)用戶的真實(shí)數(shù)據(jù)反饋，幫助產(chǎn)品決策。當(dāng)然隨著測(cè)試樣本變多對(duì)技術(shù)架構(gòu)考驗(yàn)越大。

六、尾聲

正如開頭所說本文的算法是剝離于內(nèi)容推薦算法理論公式，根據(jù)實(shí)際產(chǎn)品出發(fā)進(jìn)行的設(shè)計(jì)，其核心是保證內(nèi)容質(zhì)量的前提下根據(jù)用戶行為推薦盡可能符合用戶期望的豐富內(nèi)容，具有相當(dāng)?shù)木窒扌?，它適用于沒有完善的算法團(tuán)隊(duì)和進(jìn)行最小可行試驗(yàn)的產(chǎn)品。希望文章對(duì)和我一樣沒有算法基礎(chǔ)的同學(xué)帶來幫助和啟發(fā)，野路子的產(chǎn)品悲哀。歡迎大家交流。

本文由 @jingtianz 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議