互联网无处不在的“推荐算法”解析

摘要: 数据显示,三分之一的用户会根据电子商务网站的推荐买东西,这是任何广告都不可能做到的成绩。媒体上播放的大众化广告对消费者的影响已经越来越低,于是有人做出预见——个性化推荐技术将成为广告的终极形式。 很多年前,看过一部电影叫作《谁知女人心》,好莱坞大牌梅尔...

数据显示,三分之一的用户会根据电子商务网站的推荐买东西,这是任何广告都不可能做到的成绩。媒体上播放的大众化广告对消费者的影响已经越来越低,于是有人做出预见——个性化推荐技术将成为广告的终极形式。

很多年前,看过一部电影叫作《谁知女人心》,好莱坞大牌梅尔·吉布森饰演的男主角是一个典型的大男子主义者。一次浴室触电的意外突然让这个大男人获得了神奇的本领——“读心术”,可以轻而易举地洞悉身边女人们的心事,听到她们内心的独白。尽管一开始被这个本领吓得半死,可他却渐渐沉迷,以此俘获芳心。

“读心术”听起来匪夷所思,却也有些人正乐衷于此道。仿佛一夜间,身边突然出现了一位洞悉你所有喜好的“知音”,可以24小时提供全方位的贴心指引,不厌其烦地向你推荐那些“你可能感兴趣的……”东西,从房子,到袜子。

你猜对了,这就是在不知不觉中侵占整个互联网的“推荐算法”,不单直指你心底里哪些小秘密,更成为了每个网站拉拢用户的核心机密。

当“推荐”让人欲罢不能

Netflix使用软件算法来推荐电影,豆瓣电台擅长推荐 “不经意的好音乐”,Goodreads热衷于推荐书籍……个性化的“推荐算法”已全面运用到一长串互联网网站中,从视频推荐、音乐推荐、购物推荐直到好友推荐等。

不少网友迷恋上了使用“推荐算法”后的快感。“自从我使用Last.fm和豆瓣电台的音乐服务之后,就开始依赖他们所提供的‘音乐推荐’,不再在街头的CD 摊驻足,甚至连MP3都很少下载了。”在公关公司工作的张小姐两年前就成了豆瓣电台的忠实拥趸。“没用以前还不明白为啥有那么多人听豆瓣,用了之后就不得不佩服它推荐的音乐非常符合我的口味,收藏的音乐越多,它推荐越精准,就像鞋子一样越穿越合脚。不过,要是收藏太多音乐的话,准确性就会有所下降,可能这时候,连你自己都不知道自己究竟喜欢哪类音乐了,更何况是个软件。”

事实上,“推荐算法”的“工作原理”算不上太复杂。以同样推荐音乐的Last.fm网站为例,假如你喜欢王菲,而与你同样喜欢王菲的朋友在听林忆莲,Last.fm就会把林忆莲放到你的播放列表上。

Last.fm 网站的负责人对于“推荐算法”推崇备至,“我们围绕音乐建立了一个庞大的社区,是这个社区帮助我们提炼‘推荐’。推荐的音乐是从2000多万人真实的收听习惯中提取出来的。所以,你播放音乐的次数越多,Last.fm上的用户越多,推荐结果就越准确。你能发现音乐与音乐之间往往有意想不到的关联,甚至无意间泄露你最近的心情。听说有人失恋了,心有不甘,就在Last.fm上看前恋人在听什么样的歌,猜测他们此时的心情。”

以个性化“算法推荐”,也就是“豆瓣猜你会喜欢”,豆瓣网最先实践的三个生活领域是图书、电影、音乐。原因也很简单,这三个领域最容易推荐准确。豆瓣网创始人杨勃曾表示,“对多数人做选择最有效的帮助其实来自亲友和同事。随意的一两句推荐,不但传递了他们自己真实的感受,也包含了对你口味的判断和随之而行的筛选。他们不会向单身汉推荐育儿大全,也不会给老妈带回《赤裸特工》。无论高矮胖瘦,白雪巴人,豆瓣帮助你通过你喜爱的东西找到志同道合者,然后通过他们找到更多的好东西。”

有意思的是,“推荐算法”还衍生出不少附加的好处。在Last.fm上最好玩的是,观察人们正在听什么音乐。这个数据非常有趣,甚至可以准确预见什么乐队会走红。现在,通过“推荐算法”做出预测已经让不少公司动了心。Google创造出一种新的产品用来尝试通过搜索引擎预测奥斯卡金像奖的得主。据了解,过去几年的奥斯卡最佳影片《拆弹部队》、《贫民窟的百万富翁》、《老无所依》等,都曾于获奖前在搜索引擎中表现出了至少四个星期的上升趋势。不过,显然这种预测还需要加强“准头”,搜索大热的《社交网络》最终还是在现实中败给了《国王的演讲》。

可以预见的是,随着技术的进步,更具人性化、更准确的“推荐算法”,甚至能通过体感、虹膜、血压等数据的变化,挖掘到用户真实的内心需求。

当“推荐”遭遇“商业智慧”

不过,对于“推荐算法”而言,摆在眼前的一个疑问始终挥之不去——这真是一位理想的“知音”吗?

不知你是否注意到,每次在淘宝的时候,从你搜索你想要买的那样东西开始,到完成交易给对方评价,网站都会在一个小角落滚动推荐一些“你可能感兴趣的东西”。这就是悄悄隐藏的“推荐算法”。比如,你曾经购买了几本村上春树的作品,算法会自动向你推荐这位作家乃至几位日本作家的其他作品等。

越来越多的人发现,推测人们的口味,实在一桩有利可图的生意。影片租赁网Netflix投入100万美元给开发小组开发一个比旧版更好用的电影推荐系统这一事实就是最佳证明。现在,更是有众多专家把“推荐算法”推上了继社交网络之后web2.0时代“最大黑马”的宝座。

《连线》杂志主编克里斯·安德森提出“长尾理论”的三个法则,第一是让所有东西都可以被获得;第二是让这些东西卖得很便宜;第三是帮我找到它。而这第三点恰恰是个性化“推荐算法”的专长,帮助用户在大量的商品中做出选择。

目前,全球电子商务零售类增长最快的三大巨头——亚马逊、Staples和Netflix都已经全面应用了个性化的推荐系统。据市场分析公司 Forrester统计数据显示,三分之一的用户会根据电子商务网站的推荐买东西,这是任何广告都不可能做到的成绩。媒体上播放的大众化广告对消费者的影响已经越来越低,于是有人做出预见——个性化推荐技术将成为广告的终极形式。

国内的豆瓣网也在“推荐算法”的商业应用上蠢蠢欲动,今年从生活类的小站、社区里的二手交易、“豆瓣猜你会喜欢的团购”,直到一些手机应用上都已经率先试水。按照杨勃的说法,“我们希望当别人帮你娱乐游戏八卦的时候,还能帮到你的真实生活。”

“以前都是人工推荐,但系统开发的自动化智能方式更方便、有效。”百分点CEO柏林森认为,个性化推荐技术将成为等同搜索引擎的互联网基础服务,个性化推荐服务的精准营销平台则将成为电子商务行业的标准配备功能。

难怪在社交网络产品上屡败屡战的Google,仍然执拗地推出了“+1”。如同Facebook上的“Like”一样,如果在Google搜索结果中看到一条喜欢的链接按下“+1”,你的朋友再次进行类似搜索时,便会看到你的推荐。现在,“+1”按钮只会出现在Google搜索页面上,但是Google正计划让它出现在各大主要网站上。

当“推荐”左右你我生活

或许此种电脑的自动推荐还能勉强算得上新奇,可当被海量般诸如“你可能感兴趣的新闻”、“你可能感兴趣的书”、“你可能感兴趣的电影”、“你可能感兴趣的餐馆”、“你可能感兴趣的……”等推荐狂轰乱炸过一番后,已经有不少人感到迷恋于各大网站上泛滥成灾的推荐,俨然更像是打开了一个“潘多拉的盒子”。

网友MarsC最近就被推荐算法“雷”了一记。原来,他在京东商城上兴致勃勃地订了双缓冲跑鞋,结果网页上立马列出一个“最佳购买组合”,竟然搭上一只无油烟健康炒锅。“我晕,买鞋配个锅!真不知道京东怎么算的。”

身边也有些朋友开始向记者抱怨,听网站系统推荐的音乐尽管偶尔也能惊喜一番,但总是一个调调的循环播放还真很难不让人产生审美疲劳。“大部分时间中,网站推荐的音乐都非常‘妥帖’,但这就好比我雇了一个只懂得顺从和谄媚的DJ。”

豆瓣的图书推荐也遇到了类似的尴尬。网友每点开1本书后,“也喜欢……”列表总会牵扯出另外10本五花八门的书,10本又10本循环无穷无尽,最终只能让人直接忽略掉豆瓣的系统推荐,否则光是看看这些就要消耗不少时间。

当大笔大笔的金钱堆起了“推荐算法”的准确性后,这些装作能洞悉你心思的系统,却无法保证推荐的多样性和新颖性。“推荐算法会局限我们感兴趣的领域,阻止我们发现新的精彩”,有网友在论坛上直言不讳。当推荐没有节制时,它就让人无法从中筛选出“你可能更感兴趣”的东西了。

实事求是地说,提高效率、增长见识始终不是“推荐算法”的最终目的,开发出它的网站要的是用户停留更多的时间,或者花去更多的金钱,为此甚至可能不惜不断挖掘出更多的个人隐私。

有个小故事似乎是最好的印证,说是数学天才JeffHammerbacher,2006年从哈佛毕业,一年后加入Facebook,奠定Facebook业务的基石——以“推荐算法”确保精准广告。可仅仅待了两年之后,Hammerbacher开始怀疑人生,于是2008年他从Facebook辞职了。“我的脑袋竟然都在这里思考着怎样让人们去大量地点击广告,真衰。”这位天才辞职后发出了无限感慨。

是的,这就是赤裸裸的“推荐算法”。

源地址:http://tech.sina.com.cn/t/2011-06-12/18445638460.shtml

转载于:https://www.cnblogs.com/DeltaZero/archive/2011/06/20/2085569.html

互联网无处不在的“推荐算法”解析相关推荐

  1. 【干货】网易云音乐歌单的推荐算法解析

    网易云音乐的歌单推荐算法是怎样的呢?最近有很多人关心这个问题.调查了一些网易云音乐的重度患者,小咖带你来看一些路过大神的精辟分析. 分析一: "商品推荐"系统的算法( Collab ...

  2. 机器学习模型 知乎_算法有没有价值观?知乎内容推荐算法解析

    [IT168 技术]今年,我们已经听到了多家内容平台整改的消息,对于标题党.蹭热点等行为,用户早已经见怪不怪.同样是知识分享平台,知乎倒是躲过了每一次整改,肯定有人会说是幸运,也肯定有人会从理性的角度 ...

  3. 全球主流社交媒体算法解析:Facebook、YouTube、Twitter如何利用算法推荐内容?

    今日头条.抖音推荐算法原理全文详解 作者 Ste Davies (转载自"腾讯媒体研究院") 在如今的世界中,算法已经成为了我们日常生活的核心.当你进行网络搜索,滚动浏览社交媒体上 ...

  4. 基于内容推荐算法html,基于内容的互联网推荐算法

    摘 要 本文介B了网络推荐的算法思想.帮助读者了解这个研究领域.在介绍了推荐系统的概念和定义之后,重点介绍了基于内容的互联网推荐算法. 关键词 推荐系统 推荐算法 互联网 中图分类号:TP391.3 ...

  5. 知名互联网大厂——推荐算法工程师、专家、leader

    大家好,我现在负责帮一二线知名互联网招聘 招聘岗位:推荐算法工程师   推荐算法专家    推荐算法leader.负责人 薪资待遇:50-400万(年薪) 工作地点:北京.上海.深圳.杭州.成都 由于 ...

  6. 【IT技术】常见的互联网推荐算法集,看完我跪了!

    在上网购物.看小说.买电影票的时候,都会遇到各种各样的推荐,给我们推荐一些我们曾经买过或收藏过的同类型产品,或者是推荐一些我们看过的小说题材相同的小说.那这些产品推荐都是如何实现的呢?我们今天就来聊聊 ...

  7. 互联网中常见的推荐算法合集

    在上网购物.看小说.买电影票的时候,都会遇到各种各样的推荐,给我们推荐一些我们曾经买过或收藏过的同类型产品,或者是推荐一些我们看过的小说题材相同的小说.那这些产品推荐都是如何实现的呢?我们今天就来聊聊 ...

  8. 【天池竞赛系列】阿里移动推荐算法思路解析

    赛题地址:http://tianchi.aliyun.com/competition/information.htm?raceId=1 登录就可以下载数据 从4月到7月,学习了非常多也收获了非常多 题 ...

  9. 有粉丝想转行推荐算法,我觉得......

    最近公众号后台收到一个读者的留言,他在某手机厂商做CV开发工作,想转行推荐系统,让我拿拿主意. 从前途角度考虑,我是非常建议的. 1 大厂必备核心--推荐系统 从商业角度来讲,互联网主要起到平台作用, ...

最新文章

  1. Top100论文导读:深入理解卷积神经网络CNN(Part Ⅱ)
  2. c语言 mysql_bind,C语言连接SQLSERVER数据库
  3. ios 系统状态栏样式修改_iOS设置状态栏样式,statusBarStyle
  4. 【连载】第一章:亚洲-台湾(1)
  5. SAP 电商云 Spartacus UI Quick Order 延迟加载的现象分析
  6. Linux下的MySQL安装及卸载
  7. C++ static关键字
  8. 安装flash-----纠结
  9. 自媒体如何一步步变成臭要饭的(其二)
  10. walking机器人仿真教程-激光导航-TEB算法导航
  11. Android手机开启开发者模式
  12. HTML顶部状态栏更改背景,适合做导航栏背景的图片
  13. ARM架构与X86架构
  14. excel公式不执行。原因是设置问题:公式->计算选项->手动
  15. linux下使用top和pmap命令查看系统运行状态和进程运行状态
  16. 怎样回答面试题更好?以及注意事项
  17. [CodeForces]CodeForces - 1025F Disjoint Triangles
  18. SEER区块链database_api更新 支持通过txid查询交易所在区块信息
  19. 智云通CRM:如何与客户建立信任关系?
  20. 仓库智能化管理:WMS仓储管理系统解决方案

热门文章

  1. 手把手教你做个AR涂涂乐
  2. 【转】Notes 函数详解
  3. 学习编程时真正值得一读的一篇文章 与 书籍
  4. 每日一书:《性能测试从零开始loadrunner入门与提升》PDF高清版
  5. 用java求1000之内的素数_java求1000以内的素数
  6. 暖通工程师有几个级别,以及注册暖通工程师挂靠价格
  7. ubuntu服务器安装可视化桌面(Gnome)
  8. 人生无捷径「一万小时定律·正篇」
  9. 三剑合一称霸互联网时代——Serverless助推云计算-大数据-人工智能
  10. 弦理论能成为新的万物理论吗?