首页 / 科技 / 正文

协同过滤到底怎么猜到你?我盯着推荐页看了半小时

昨晚十一点,我本来只想打开音乐软件听首歌。结果首页推了首从来没听过的民谣,前奏一响,我愣住了——这歌怎么这么像我会喜欢的?

网易云音乐每日推荐歌单手机界面

我当时第一反应不是感动,是警惕。手机是不是偷听了?还是我半夜emo被摄像头拍到了?后来一想,大概率是协同过滤在背后干活。名字听着挺学术,其实逻辑特别像生活里的事。

它不是在读你的心,是在找“和你像的人”

先把画面拉回小区门口的水果店。你常买西瓜,隔壁老王也常买西瓜。某天老王顺手买了盒草莓,老板可能就会想:买西瓜的人也许对草莓也有兴趣?当然老板不会真这么算,但推荐系统会。

协同过滤最朴素的版本叫基于用户的协同过滤。系统看你和谁的口味轨迹重合,然后把你没看过、但那些“相似用户”喜欢的东西推给你。说白了,就是拉群。你进的群不是微信亲戚群,是“半夜爱听后摇且买过机械键盘且收藏了《星际穿越》”这种奇奇怪怪的群。

我有个朋友,豆瓣标记了四百多部电影。他有次吐槽,说系统给他推了一部冷门纪录片,他看完居然很喜欢。我问为什么推这个,他说不知道。其实很可能就是:另一些和他观影重合度很高的人,早看过了,打了高分,系统觉得他也该看看。

豆瓣电影相似影片协同过滤推荐页面
豆瓣电影相似影片协同过滤推荐页面

这就像你去朋友家吃饭。朋友知道你不吃香菜,于是端出一锅没放香菜的汤。你感动坏了。可朋友只是记得你上次挑香菜的样子。系统也一样,它不“懂”你,它只是记住了很多次“挑香菜”的动作。

另一种玩法:不看人,看东西之间的“亲戚关系”

还有一类叫基于物品的协同过滤。这个更贴近电商。你买了一个相机,页面底下推存储卡、相机包、清洁套装。不是因为你跟谁像,而是因为“买这个相机的人,也经常买这些配件”。

注意,这里的主角从“人”换成了“物”。系统算的是物品之间的相似度。你看了一部《爱在黎明破晓前》,它推《爱在日落黄昏时》。你点了一份麻辣烫,它推冰粉。它们未必是同一个东西,但在大量行为数据里,经常一起出现。

说实话,我一开始觉得这挺玄的。后来想想,不就是小时候去租碟店吗?老板看你拿走了《英雄本色》,顺嘴说“那部《喋血双雄》你估计也爱看”。老板没学过算法,但他脑子里有本账。协同过滤,就是把这本账算成了数学。

电商平台猜你喜欢协同过滤商品瀑布流
电商平台猜你喜欢协同过滤商品瀑布流

区别在于,租碟店老板一天服务几十个人。平台一天处理的是几千万次点击、收藏、停留、划走。你手指多停了两秒,都可能是数据。别紧张,通常不是真人蹲你屏幕后面记小本本,是模型在跑。

为什么有时候它准得吓人,有时候又像人工智障?

问题来了。既然这么厉害,为什么我给我妈买过一次老年鞋,首页连着推了半个月足力健?为什么我误点了一个宠物视频,之后全是猫猫狗狗?

因为协同过滤有几个软肋。一个叫冷启动。新用户啥数据都没有,系统不知道你跟谁像。新物品也没人碰过,系统不知道它该跟谁亲。这时候推荐往往很平庸,或者干脆乱推。就像刚转学来的同学,大家还不了解他,班群投票选秋游地点,他很难被精准代表。

还有数据稀疏。用户和物品都太多了,绝大多数组合是空白。你以为是“相似用户”,可能只是你们碰巧都点过一个大众爆款。这个相似度水分很大。系统也会犯懒,把热门东西反复塞给你。因为推热门至少不容易错得太离谱。

再就是羊群效应。有些东西被推得多,点击就多;点击多,又被推得更多。最后你看到的不是“最适合你”的,而是“已经被验证最容易被点”的。这事儿挺讨厌的。尤其当你想找点小众口味时,系统像个只会说“大家都喜欢”的复读机。

还有信息茧房。你喜欢甜豆花,它就一直给你甜豆花。你偶尔想尝尝咸的,它可能压根不给你机会。不是它坏,是它太想让你满意。可“满意”这个东西,有时候也意味着重复。

你每一次划走,都是在给它上课

很多人以为推荐系统是平台单方面控制你。其实你也一直在训练它。你点开、点赞、收藏、看完、划走、点“不感兴趣”,这些都是反馈。有些反馈很明显,有些很隐蔽。比如你在一张图上停留了多久,有没有回滑,有没有把音量调大。

所以有时候你越刷越对味,不一定是它懂你,是你把它教乖了。反过来,如果你总是手滑,它也会学歪。我有一阵子特别爱点那种“三分钟看完恐怖片”的视频,结果首页全是惊悚封面。晚上刷到真的会谢。后来我疯狂点“不感兴趣”,点了一个星期才勉强掰回来。

这也解释了为什么不同平台推荐差别很大。音乐平台更看重循环、跳过、收藏。电商平台更看重加购、下单、复购。视频平台更看重完播、互动、分享。大家的“协同”不是同一套协同,给的数据也不同。

那它到底算不算“懂你”?

那它到底算不算“懂你”?
那它到底算不算“懂你”?

我的看法有点拧巴。它懂你的行为,未必懂你的心。它知道你周三晚上爱听慢歌,但不知道你那天是加班累了,还是单纯想发呆。它知道你买了猫粮,但不知道你家猫是橘猫还是三花。它知道你和一群人有相似轨迹,但不知道你为什么突然不想再看这类东西。

协同过滤本质上是一种集体智慧。它把无数人的选择压缩成概率,然后赌你会不会成为下一个。它不神秘,也不邪恶。它就是个特别会翻旧账的邻居。你借过什么、夸过什么、在谁家门口多站了一会儿,它都记着,然后给你端来一盘它觉得你会吃的菜。

你可以吃,也可以不吃。可以顺手点个“不感兴趣”,也可以偶尔主动搜点新东西,给它的旧账本里添几页不一样的。别把推荐当命运,它更像一个嘴碎但热心的水果店老板。有时候推荐得真准——哎,这草莓确实甜。有时候也离谱——我什么时候要买钓鱼竿了?

下次再看到首页那句“猜你喜欢”,不妨笑一下。不是它钻进了你的脑子,是很多个和你有点像的人,在数据里替你点了个头。