推荐阅读时间:5min~8min 文章内容: 谈论搭建推荐系统的必要性
当下,推荐系统已然成了一门显学,也是现在热门的 AI 分支之一。最近十年尤其最近五年,借助推荐系统的技术和名头,异军突起的互联网产品越来越多,个性化推荐系统成了互联网产品的标配,但是你真的需要推荐系统吗?
一文告诉你到底什么是推荐系统 通过介绍推荐系统“能做什么”、“需要什么”以及“怎么做”三方面来介绍推荐系统,如果前面两个条件成熟,那么你就需要一个推荐系统。如何判断条件成熟呢?
可以考虑以下两点:
产品的目的
如果一款产品的目的是建立越多连接越好,那么它最终需要一个推荐系统。有哪些产品的目的不是建立连接呢?一种典型的产品就是工具类,如果是单纯提高人类某些工作的效率而存在的产品,比如一个视频编辑器,则不需要。虽然如今很多产品都从工具切入最后做成社区了,至少在工具属性很强时不需要推荐系统。
产品现有的连接
看看产品现有的连接。如果你的产品中物品很少(或者用户很少),少到用人工就可以应付过来,那么用户产生的连接肯定不多,这时候不适合搭建推荐系统。或者用户和物品数量在某些手段下也变得很多,但是用户和物品之间的连接很少,表现就是用户的留存回访很低,这时候也不是很需要一个推荐系统(这是应该想办法找到用户流失的原因,直到他们能贡献第一批连接)。当物品数量很多(信息过载)时,并且与用户建立的连接也很多,通过人工的方式无法应对,这时候就可以通过推荐系统来解决。
评估指标
这里有一个简单指标可以判断是否需要推荐系统:
分子是增加的连接数,分母是增加的活跃用户数和增加的有效物品数。
解释下这个指标含义:
如果增加的连接数主要靠增加的活跃用户数和增加的物品数贡献,则该值会较小,不适合加入推荐系统; 如果增加的连接数和新增活跃用户和物品关系不大,那说明连接数已经有自发生长的趋势了,适合加入推荐系统加速这一过程。
作者:无邪,个人博客:脑洞大开,专注于机器学习研究。