江苏龙网

  1. 首页 > 生活 > >

未来怎样让个性化推荐更有惊喜感( 二 )


4.面向用户画像的统一用户表示模型。如何基于多源异构的用户数据构建一个统一的用户表示模型，使得该模型可以尽可能全面而准确地包含一个用户在不同属性和维度的特征信息并能够应用于多个用户画像任务是一个非常值得研究的方向。
方向5：推荐系统的可解释性
上文所述推荐系统研究大都将重心放在提高推荐准确性上，与推荐对象的沟通考虑得不够。近期，学者们开始关注推荐是否能够以用户容易接受的方式，充分抓住用户心理，给出适当的例子与用户沟通。研究发现，这样的系统不仅能够提升系统透明度，还能够提高用户对系统的信任和接受程度 、用户选择推荐产品的概率以及用户满意程度。设计这样一个可解释的推荐系统是我们的终极目标。
现有的可解释推荐所生成的推荐解释往往只局限于以物品为媒介、以用户为媒介或者以特征为媒介中的某一种，对这三类媒介之间的关联挖掘得还不够。利用知识图谱，打通这三类媒介之间的关联，根据具体情况灵活选择其中最合适的媒介对用户进行推荐与解释。另外，还可以利用概念图谱，建立特征之间的可读深度结构，从而用来代替目前解释性极弱的深度学习网络，在提高可读性的同时保证算法的准确性。
想要了解更多有关“推荐系统”的内容，可以参见：预见未来 | 个性化推荐系统，必须关注的五大研究热点。
本账号为微软亚洲研究院的官方账号。本账号立足于计算机领域，特别是人工智能相关的前沿研究，旨在为人工智能的相关研究提供范例，从专业的角度促进公众对人工智能的理解，并为研究人员提供讨论和参与的开放平台，从而共建计算机领域的未来。

微软亚洲研究院的每一位专家都是我们的智囊团，你在这个账号可以阅读到来自计算机科学领域各个不同方向的专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博和微信 (ID:MSRAsia) 账号，了解更多我们的研究。

■网友
惊喜感的程度，即惊喜度(serendipity)，是最近这几年推荐系统领域最热门的话题。

如果推荐结果和用户的历史兴趣不相似，但却让用户觉得满意，那么就可以说推荐结果的惊喜度很高。
目前并没有什么公认的惊喜度指标定义方式，只给出一种定性的度量方式。

令用户惊喜的推荐结果是和用户历史上喜欢的物品不相似，但用户却觉得满意的推荐。

那么，定义惊喜度需要首先定义推荐结果和用户历史上喜欢的物品的相似度，其次需要定义用户对推荐结果的满意度。

物品的相似度我们可以通过将物品向量化，通过计算向量间的相似性等方法来处理。用户对推荐结果的满意度可以通过后续用户的行为反馈来衡量。
基于用户的协同过滤可以共用他人的经验，很好的支持用户发现潜在的兴趣偏好。

对于资讯类产品，通过分析大众的用户行为以及item的画像构建，可以将时效性较高的、热点信息推荐给用户。

对于一些item加入试探性因子来评估该item的质量等等。以上几种都可以一定程度上解决个性化推荐的惊喜感问题。

■网友
我们都知道，在个性化推荐系统里，相对于老用户，已经基本熟知了”套路”，基本你喜欢看什么，什么就会出的多；下一次推什么，什么是兴趣点，你也会有一定预知，即使你退出了登录，仍然还会保留你的信息（比如Google，据说即使退出账号，Google 也能通过 57 种属性来判断你的情况（LBS，手机型号和浏览器的类别等）给出个性化的结果页面。）?所以如何在用户已知情况下带来惊喜，即如何让用户有超出预期的体验，是个重要命题。我理解，惊喜一种是真正让用户极力称赞，真正启发。另一种即是预判用户需求，找到用户感兴趣的但没有在你这款产品上表现的兴趣。如何超出预期，以下具体九个来源? 1. 让用户极力称赞，真正启发了用户，他会感到惊喜，这是内容纬度，比如给某一行业用户推荐深度调研报告。实现办法可以KOL推荐，比如微信"看一看"的互联网精英在读，像微博一样的中心化，是不是会给我一发惊喜，而且实现逻辑也不难。2. 从其他渠道获取用户兴趣：比如买一些用户数据（虽然很不道德），可以找到他没在你这个产品内表现的兴趣3. 大数据维度的协同，如果大量的人读了A之后读了B，可以给下一位读A的人推B，虽然看似A\u0026amp;B没有关联。比如啤酒和纸尿裤，大量客户购买啤酒后去买了纸尿裤，可能两者在内容维度没有联系，但是用户维度二者就是有相关4. 基于历史行为的协同，如果用户A与用户B有大量的历史行为相似，可以把A有B没有的兴趣推给B，B有A没有的推给A?5. 基于年龄分层，群体分层的推荐：这个可以看做是3的延伸，将用户分层后，讲大多数用户有的推给圈子内没有的6. 基于LBS地理位置的兴趣：抓住某个场景，比如对于美食用户，迁移场景下用户A从北京去了西藏，可以推荐西藏特色美食7. 适当的猎奇，好奇，引起用户或消遣，或担忧这种高唤醒的词（比如昨天给你推荐如何用手机不伤眼，如果文章质量可以的话，是足够惊喜的）8. 时下热门的大事件，如果推荐足够快，新闻够震撼，绝对惊喜9、配图的优质性


推荐阅读


上一篇：礼好吗这个平台做的咋样

下一篇：Android应用开发，初级、中级和高级应该分别掌握哪些关键知识点