網(wǎng)站推薦機制中的藝術(shù)、科學(xué)與商務(wù)問(wèn)題 網(wǎng)站推薦機制是電子商務(wù)或內容網(wǎng)站的核心功能之一。例如你在一個(gè)網(wǎng)站買(mǎi)了一本書(shū)后，網(wǎng)站會(huì )推薦其他你可能會(huì )感興趣的書(shū)。這被認為是亞馬遜等電子商務(wù)巨頭成功的關(guān)鍵。本文對幾個(gè)出色的推薦系統進(jìn)行了較透徹的分析。
2006 年 10 月，Netflix 搞了一次不尋常的有獎競賽。這家網(wǎng)上 DVD 租賃公司開(kāi)出獎金一百萬(wàn)美元，獎勵給能把他們網(wǎng)站的產(chǎn)品推薦機制提高 10%的人。Netflix 以富有創(chuàng )新精神和闖勁著(zhù)稱(chēng)。而一百萬(wàn)美元的獎金對于這樣一家公司來(lái)說(shuō)，其實(shí)并不象聽(tīng)起來(lái)那么多。
有獎競賽還在進(jìn)行當中（“至少要進(jìn)行到 2011 年 10 月 2 日”）。所以這是一場(chǎng)炒作活動(dòng)還是希望花小錢(qián)進(jìn)行研究，我們還不得而知。而對 Netflix 來(lái)說(shuō)，更好的推薦機制是必不可少還是錦上添花？今天，Netflix 正面對從沉睡中醒來(lái)的巨人BlockBuster 的挑戰，因此它必然要尋找制勝的先機。出色的推薦機制會(huì )留住老用戶(hù)，吸引新用戶(hù)。比如當一個(gè)用戶(hù)還 DVD 時(shí)，系統會(huì )推薦給他/她可能會(huì )喜歡的另一部電影。這就增加了這個(gè)用戶(hù)回來(lái)再租 DVD 的可能。
瀏覽與推薦
一個(gè)出色的推薦機制不光對 Netflix，對其他網(wǎng)絡(luò )企業(yè)也非常重要。這是因為用戶(hù)的網(wǎng)上活動(dòng)分為兩類(lèi)：搜索和瀏覽。當消費者明確知道她想要什么的時(shí)候，她搜索。但當她不太清楚想要什么的時(shí)候，她瀏覽。瀏覽活動(dòng)為推薦系統帶來(lái)了絕好的機會(huì )。因為當用戶(hù)沒(méi)有集中注意力在找她想要的東西時(shí)，她對外來(lái)的建議是敞開(kāi)的。
在瀏覽過(guò)程中，用戶(hù)的注意力（和他們的錢(qián)），都等著(zhù)你去抓住。通過(guò)向用戶(hù)展示有吸引力的東西，網(wǎng)站可以使交易成功的可能最大化。所以如果網(wǎng)站能增加給用戶(hù)提供好推薦的幾率，就能賺更多錢(qián)。顯然這不是一個(gè)容易解決的問(wèn)題，但解決這個(gè)問(wèn)題帶來(lái)的好處是巨大的。推薦的幾種方式如下：
個(gè)性化的推薦－－根據用戶(hù)過(guò)去在網(wǎng)站的行為進(jìn)行推薦 社會(huì )化推薦－－根據類(lèi)似用戶(hù)過(guò)去在網(wǎng)站的行為進(jìn)行推薦 基于產(chǎn)品的推薦－－基于產(chǎn)品本身的特性進(jìn)行推薦 • 以上三者的混合
我們現在通過(guò)實(shí)例詳述上述方式。包括老牌網(wǎng)站如亞馬遜 Amazon，以及新秀如
Pandora（譯者：一個(gè)收聽(tīng)網(wǎng)上音樂(lè )的站點(diǎn)）和 del.icio.us（譯者：著(zhù)名的社會(huì )化書(shū)簽網(wǎng)站）。
亞馬遜－－推薦之王
亞馬遜被廣泛認為是網(wǎng)上購物行業(yè)的領(lǐng)袖，特別是推薦機制的使用。過(guò)去十幾年間，該公司投入了大量金錢(qián)和腦力開(kāi)發(fā)推薦機制，來(lái)促使用戶(hù)更多地購物－－包括對你瀏覽歷史、購買(mǎi)歷史，以及其他用戶(hù)購買(mǎi)數據的分析。讓我們看看亞馬遜推薦機制的幾個(gè)方面。下面是登陸到我的亞馬遜帳戶(hù)后網(wǎng)頁(yè)顯示的主要部分：
?。ㄗg者：上圖抬頭是“消費者瀏覽了這件商品后買(mǎi)了什么？”下面是三件商品：52%的消費者買(mǎi)了你正在看的這套襯衣；19%買(mǎi)了另一種款式；5%買(mǎi)了灰色的那種）
這部分是社會(huì )化推薦。注意，非常量化的分析，給我一個(gè)基于數據統計的理由為什么我應該買(mǎi)這套襯衣。而同時(shí)這又是個(gè)性化的推薦，因為它基于我剛剛點(diǎn)擊查看的產(chǎn)品。
?。ㄗg者：上圖抬頭是“為你準備的新貨”。下面是幾本書(shū)以及鏈接“為什么我們推薦這本書(shū)給你？”）
這一部分是“基于產(chǎn)品的推薦”，具體說(shuō)是新書(shū)推薦。點(diǎn)擊“為什么我們推薦這本書(shū)給你？”的鏈接會(huì )顯示我的購買(mǎi)歷史。因此這同時(shí)也是個(gè)性化推薦－－基于我過(guò)去行為的推薦。
這一頁(yè)上有其他四個(gè)部分采用上述推薦機制的結合。我們用下表概括：
亞馬遜個(gè)性化推薦系統 亞馬遜個(gè)性化推薦系統
你的歷史 你的購買(mǎi)歷史 實(shí)際瀏覽商品 新產(chǎn)品（基于產(chǎn)品的推薦）
相關(guān)商品（基于產(chǎn)品的推薦）
相關(guān)商品（基于產(chǎn)品的推薦）
別人購買(mǎi)的（社會(huì )化推薦）
別人購買(mǎi)的（社會(huì )化推薦）
很自然，這個(gè)系統是對稱(chēng)和覆蓋全面的。所有推薦都基于用戶(hù)個(gè)人行為，加上商品本身，或者是其他用戶(hù)在亞馬遜的活動(dòng)。不管是因為你以前購買(mǎi)過(guò)相關(guān)產(chǎn)品，還是因為其他很多用戶(hù)都喜歡，亞馬遜每推薦給你一件商品，都增大你把它放進(jìn)你的購物筐的可能。
超越亞馬遜 亞馬遜的推薦系統是程序自動(dòng)化和用戶(hù)相關(guān)購物信息天才集合的經(jīng)典之作。亞馬遜花了十幾年的時(shí)間建立和完善了這個(gè)系統。這個(gè)系統基于產(chǎn)品和相關(guān)用戶(hù)的巨大數據庫；記錄的信息包括你在過(guò)去幾年或幾分鐘內做過(guò)什么。其他新公司如何與之競爭呢？
出乎意料的是，有辦法競爭。答案來(lái)自與網(wǎng)絡(luò )購物沒(méi)什么關(guān)系的學(xué)科－－遺傳學(xué)。如你所知，遺傳學(xué)研究 DNA 片段－－基因，如何承載影響人類(lèi)特性和行為的密碼。比如一家人因為他們有某些基因是相同的，因此長(cháng)相和行為有類(lèi)似之處。遺傳學(xué)是一門(mén)有 150 年歷史的學(xué)科，在醫學(xué)和歷史學(xué)的研究中都是一個(gè)重要工具。但遺傳學(xué)一個(gè)出乎意料的應用于 2000 年 1 月 6 日出現－－Time Westergren 和他的朋友們決定把遺傳學(xué)的概念引入到音樂(lè )中。
潘朵拉（Pandora ）－－基于遺傳學(xué)的推薦系統 音樂(lè )染色體組項目的推出，目的在于把音樂(lè )解析成為最基本的基因組成。它的基本想法是：我們因為音樂(lè )的某些特性喜歡音樂(lè )－－那么為什么不能根據音樂(lè )的某些相似之處設計出一套推薦系統呢？這類(lèi)推薦系統應該屬于基于產(chǎn)品的推薦。但具有深刻創(chuàng )新意義的是，產(chǎn)品（音樂(lè )產(chǎn)品）的相似性，通過(guò)“基因”組成來(lái)衡量。
?。ㄗg者：上圖是 Pandora 音樂(lè )播放器向用戶(hù)解釋為什么播放一首歌曲：“基于你告訴我們的信息，我們播放這段音樂(lè )。因為這段音樂(lè )微妙地使用人聲合聲，混合了聲學(xué)和電子樂(lè )器，有以人聲為核心的審美特點(diǎn)，音調以大調為主，以及其他音樂(lè )基因組項目中發(fā)現的相似性。”）
在奮斗了幾年，分析了海量的音樂(lè )后，這個(gè)項目積累了足夠的數據，并推出了名為Pandora 的在網(wǎng)上收聽(tīng)音樂(lè )的服務(wù)。Pandora 由于準確的推薦和用戶(hù)低成本進(jìn)入（譯者：指用戶(hù)可以很容易地就試用 Pandora 的服務(wù)）取得巨大成功。用戶(hù)只需選一名歌手，或一首歌，就可以建立一個(gè)用戶(hù)自己的電臺，播放類(lèi)似的音樂(lè )。
這種“即刻滿(mǎn)足感”是很難抗拒的。因為 Pandora 了解音樂(lè )相似性背后的因素，它不需要了解用戶(hù)的好惡，就可以把用戶(hù)黏住。確實(shí)，Pandora 需要把握用戶(hù)的口味或記憶－－但這正是蘊藏在音樂(lè )本身的 DNA 中了。當然 Pandora 有時(shí)并不完美，會(huì )播放不對用戶(hù)口味的音樂(lè )。但這很少發(fā)生。
很自然地我們會(huì )問(wèn)：這個(gè)基于基因的推薦方式能不能應用于其他產(chǎn)品－－如書(shū)籍、電影、酒、餐館、或旅游點(diǎn)呢？對于每一類(lèi)產(chǎn)品，它的基因又由什么因素組成呢？比如說(shuō)，對葡萄酒來(lái)說(shuō)，它的基因是否包括對酒的口味的描述呢：黑莓口味、土味、果香型、復合型、混合型，等等。而書(shū)籍的基因是否是描述故事情節的用語(yǔ)呢？如果基因真的是讓某一個(gè)物體在我們頭腦中產(chǎn)生獨特形象的因素，對于不同的事物我們應該可以把他們的基因定義出來(lái)。其實(shí)在過(guò)去的幾年間，我們已經(jīng)在互聯(lián)網(wǎng)上做這樣的事了。這就是“標簽（tagging）”。
Del.icio.us －標簽會(huì )成為基因么？ Pandora 的初始投入是巨大的。因為成千上萬(wàn)的音樂(lè )需要人工來(lái)鑒定。社會(huì )化書(shū)簽網(wǎng)站中首屈一指的 del.icio.us 則采用不同的辦法－－讓用戶(hù)自己來(lái)鑒定、標識。這種自組織的方式相當成功，del.icio.us 很快在最初的使用者中流行起來(lái)。今天，s 已經(jīng)不僅僅是一個(gè)書(shū)簽網(wǎng)站－－它還是一個(gè)新聞網(wǎng)站和搜索引擎。但del.icio.us 是否也是一個(gè)推薦系統呢？
?。ㄗg者：上圖顯示加了“Linux”標簽的最受歡迎的網(wǎng)頁(yè)鏈接，右側是相關(guān)標簽。）
答案是肯定的。這是一個(gè)非常簡(jiǎn)明的推薦系統，它指基于一個(gè)基因－－那就是一個(gè)標簽。例如在上圖中，我們看到最受歡迎的加了“Linux”標簽的網(wǎng)頁(yè)鏈接，同時(shí)還看到相關(guān)鏈接如“Open source （開(kāi)源軟件）”和“ubuntu （Linux 操作系統的一個(gè)版本）”。而一個(gè)更令人興奮的推薦系統是基于多個(gè)標簽的吻合。然而由于算法還不完善，這一點(diǎn)的作用并不明顯。但至少，這一功能對于 Read/WriteWeb 的網(wǎng)頁(yè)（譯者：原文的站點(diǎn)）是有效的，在下圖中，可以看到右側顯示的與 Read/WriteWeb 類(lèi)似的其他博客。
因此，del.icio.us 的機制有可能發(fā)展成為一個(gè)有趣的自助分類(lèi)、組織的推薦系統。如果有足夠的用戶(hù)并逐步調整系統，用群體的力量加標簽的方式可以建立起一個(gè)對書(shū)、葡萄酒、音樂(lè )同樣有效的推薦系統。前題是，標簽要準確到能夠成為被標簽對象的基因！
結論 推薦引擎是網(wǎng)上電子商務(wù)系統和用戶(hù)體驗的一個(gè)重要組成部分。網(wǎng)上零售商們有強烈的意愿向那些正在瀏覽的用戶(hù)提供推薦，以驅使他們購買(mǎi)。亞馬遜有一套非常出色的個(gè)性化推薦系統，是這個(gè)領(lǐng)域的領(lǐng)先者。其他網(wǎng)上零售商面臨的問(wèn)題是缺乏用戶(hù)信息和軟件構架不完善。
最新的推薦引擎，如受遺傳學(xué)啟發(fā)的 Pandora 和基于群體社會(huì )化標簽的 del.icio.us都是非常有趣的新發(fā)展。這些系統的長(cháng)處在于“即刻滿(mǎn)意度”－－不需要用戶(hù)提供他們的偏好和過(guò)去的瀏覽或消費歷史。不管未來(lái)如何發(fā)展，亞馬遜、Pandora 和del.icio.us 目前展示了極其出色的推薦技術(shù)。我們向您推薦這幾個(gè)系統，并對未來(lái)拭目以待。
marginwidth="0" marginheight="0" src="http://www.zealware.com/csdnblog.html" frameborder="0" width="728" scrolling="no" height="90">
