在電商類(lèi)的APP中，經(jīng)常會(huì)有一些猜你喜歡類(lèi)似的功能。這些推薦規(guī)則是如何設(shè)計(jì)的呢。推薦不是預(yù)測(cè)，推薦是有依據(jù)的，預(yù)測(cè)是扯淡的。今天本文來(lái)談兩種“推薦”。

先說(shuō)一說(shuō)豆瓣，當(dāng)我在豆瓣上看了一大堆書(shū)評(píng)和影評(píng)后發(fā)現(xiàn)以后想看什么“似乎豆瓣已經(jīng)知道了”。因?yàn)樵谒氖醉?yè)上已經(jīng)顯示出“猜你喜歡”，而且非常精準(zhǔn)。
我們用c#實(shí)現(xiàn)“猜你喜歡”算法，于是各種余弦相似性、修正的余弦相似性、協(xié)同過(guò)濾算法被我實(shí)現(xiàn)了一遍,并用在了公司某電商APP開(kāi)發(fā)項(xiàng)目中。
關(guān)于余弦相似性：
如果不明白這個(gè)算法的人，我們可以理解為向量夾角。每一個(gè)向量就是每一個(gè)人對(duì)某個(gè)事物的喜好程度和打分，向量之間的夾角越小說(shuō)明你和某人相似度越高。通過(guò)這個(gè)基本原理，只要你對(duì)某個(gè)商品進(jìn)行了打分，那么我立馬可以找出和你興趣愛(ài)好很類(lèi)似的用戶(hù)，于是我會(huì)把他們的興趣愛(ài)好商品推薦給你。理論上講，能夠中你的興趣度很高。

這種推薦來(lái)自于大數(shù)據(jù)的挖掘。樣本數(shù)據(jù)越大結(jié)果越精準(zhǔn)。不光是電商，信息類(lèi)門(mén)戶(hù)如微博都會(huì)使用類(lèi)似這種算法思路實(shí)現(xiàn)推薦。譬如你經(jīng)常會(huì)在微博上看到“可能你感興趣的人“，我大致看了看，確實(shí)命中率在60%以上。

再來(lái)看一下朋友圈的推薦，微信的到來(lái)讓我們欣喜若狂，其朋友圈很是讓人耳目一新。大約有那么幾周時(shí)間，我天天能看到微信朋友圈里分享技術(shù)、互聯(lián)網(wǎng)新聞、涉yellow段子、各種節(jié)操商品購(gòu)物推薦、各種養(yǎng)生知識(shí)。
其實(shí)，這叫“被動(dòng)推薦“，不需要任何算法。凡是”朋友“推薦的東西總能讓你感覺(jué)”可能會(huì)很美好“。
事實(shí)上時(shí)間久了我發(fā)現(xiàn)：
　　1、技術(shù)知識(shí)由于格式問(wèn)題，在微信里看根本不適合
　　2、互聯(lián)網(wǎng)新聞還不如看微博
　　3、涉yellow段子都是看了無(wú)數(shù)遍的重復(fù)段子
　　4、商品購(gòu)物推薦基本要么是爛貨要么是吭貨，還有誘導(dǎo)點(diǎn)贊
　　5、養(yǎng)生知識(shí)很多都是假的。

于是，我在微信中把一些“無(wú)節(jié)操、無(wú)腦”推薦的好友給屏蔽了。因?yàn)椋行〇|西我不需要他們的推薦。逐漸開(kāi)悟的民眾也許已經(jīng)能自己“判斷是非”了。

這種推薦無(wú)節(jié)操、很暴力。不可否認(rèn)的是興趣愛(ài)好類(lèi)似的小眾群體中進(jìn)行的“推薦”，轉(zhuǎn)化率很高。只不過(guò)持久性不足，其效果太容易大起大落。