百姓大小事,一呼百应!

百姓网 | 百姓知道

通讯通信

为什么只有豆瓣和亚马逊的推荐算法可以做的这么好?

为什么只有豆瓣和亚马逊的推荐算法可以做的这么好?

2 个回答

  • 匿名用户 | 2017-10-18 08:30:05

    已有的回答我觉得都没说到点上。

    豆瓣和amazon,包括Netflix,都是推荐算法里做得较好的。

    他们做得好,不是因为人牛逼,阿里百度有很多牛逼的人,也不是他们的产品有何特别之处,而是因为:

    他们从公司创立之初就有了数据化、程序化、自动化运营一切的思维模式。

    从《网飞传奇》所介绍的Netflix发展史来看,在他们作为芝麻公司时和当时视频租赁巨头Blockbuster对抗时就引进了数学天才做算法,做数据化推广,CEO 在度假时还在研究协同过滤,要知道他们CEO 可不是技术出身,公司在理念就赢了。

    去年去听了一次Amazon技术峰会,他们的理念也是“量化一切”。

    豆瓣,不用说了,技术驱动的公司,阿北,阿稳,王守崑,这些都是技术牛,一定会把豆瓣的推荐做好的。

    反观国内,人工干预痕迹太严重了, 尤其是重运营的某里,一直主打爆款,主打大促,怎么去个性化啊。那为什么新掌门一上任,淘宝手机端的推荐就做好了?我不信是某里这时引入了大牛,我也不信是突然就设计了什么新算法,我信的是:理念变了。

    最后客观地说一句,光推荐算法好有什么用呢?如果你曲库不够大,音质不够好,交互不够顺畅,照样起不来的。这些是相辅相成的,推荐算法是放大器,是科学的流量放大器,商业价值放大器,基数一定要够大。

    本问答由匿名用户提供

  • 匿名用户 | 2017-10-18 08:21:44

    作为淘宝的推荐算法工程师,来说几句,希望能解答一些题主的疑惑。百姓知道上有太多熟人,还是先匿了。


    1. 淘宝的推荐是在不断进步的,题主说的现象几年前更为严重,你买了什么就给你推荐一模一样的,但现在情况是在改观的,尤其是最近一年。

    2. 淘宝的场景众多,以手机淘宝app为例,首页有猜你喜欢,购买付款之后有推荐,逛店铺有推荐…这些场景少说也有几十个,这与豆瓣亚马逊都是不同的。这些场景之间并不能用同一份数据,也不是同一个人做的(甚至不是同一个团队做的)。这有什么问题呢?一个直接的问题就是资源。由于这些场景都是不同的,因此推荐算法所需要的计算资源存储资源也是不可复用的。阿里虽然有钱,但也不能为每个场景都建立足够全量计算的资源,于是算法就会做简化。

    3. 到去年年初的时候,很多场景的推荐甚至都没有个性化算法在里面。去年大老板提出千人千面,这才逐步在各个场景开始用上个性化推荐的算法(所以我们团队的活儿越来越多了),在此之前淘宝上各个场景或许七成都是没有个性化的(所以题主会觉得都是热门)。可以这么说,淘宝的推荐真正开始像豆瓣亚马逊那样有算法介入,给每个人推荐适合他的东西,也就这一两年的事情。

    4. 推荐算法的目标是什么?从现实的角度,很简单,就是点击率,或者转化率。我推荐什么用户才会多点多买呢?也许题主觉得那些搭配啊风格啊是很好的,但从普罗大众剁手党来说,并不会买账。我们也做过实验,实际数据表明,很多场景里用户刚看了什么买了什么,你就推荐个类似的,这是点击率最高的方式。题主是不是很诧异?我也很无奈,淘宝用户毕竟不是豆瓣用户,题主这样的用户在淘宝上是绝对的少数。

    5. 题主提到的搭配推荐,这个事情我们团队正在做,不久之后会成熟完善。即使现在已经有个性化算法的场景,比如猜你喜欢,我们也在持续地改进算法中,题主可以体会一下。

    6. 有人说网易云音乐,确实他有很多设计可以更容易让用户暴露出自己的喜好,这是产品设计上的先天优势。这一块,我们团队几个月前开始支持类似的产品天天动听的推荐,现在第一版本已经上线,题主不妨感受一下。我自己的感受并不差。

    7. 当然,有时候推荐结果之所以是这样而不是那样,是因为算法要迎合老板的口味。这就不多说了。

    淘宝推荐还很年轻,以后会越来越好。

    本问答由匿名用户提供

* 本站部分内容来源自网络,仅作分享之用,侵删。