“从零入门推荐系统”04：推荐系统的产品与运营

作者 | gongyouliu

编辑 | auroral-L

全文共5461字，预计阅读时间30分钟。

大家好，我是强哥。一个热爱暴走、读书、写作的人！

本章目录

一、推荐产品简介

二、推荐产品形态介绍

  1. 热门推荐/榜单推荐

  2. 个性化推荐

  3. 信息流推荐

  4. 物品关联推荐

三、推荐系统运营介绍

总结

推荐系统是一个偏业务的系统，推荐系统从一出现开始就是服务于业务的（即为用户推荐可能感兴趣的物品），推荐系统要产生真正的业务价值（提升用户体验、提升用户留存、分享转发、购买下单等）就需要触达用户，推荐系统是通过前端的UI与用户交互的。一般是网站或者APP上的某个模块单独提供推荐能力，用户可以感知到它的存在，用户可见即所得，这种展示在产品中的推荐系统功能模块即推荐产品形态。

推荐系统的本质目的是解决早期门户网站的人肉运营模式，提升运营效率，为用户全天候地、实时地、精准地提供千人千面的个性化服务。但算法不能解决一切问题，在适当的时候还需要人工运营/干预（比如涉及到业务聚焦、内容安全、价值传递、情感交流、价值引导等），所以当前的推荐系统可以说是人工（注入产品与运营人员的理念、思考、情感、价值观）与智能（机器学习算法通过用户行为挖掘用户兴趣偏好）的有机结合体。

可以说，产品（包括视觉展示和交互逻辑）与运营（内容运营、用户运营、策略运营）在推荐系统中发挥着重要的、无法替代的价值。推荐算法工程师在平常的工作中会跟产品、运营直接接触、沟通，因此，推荐算法工程师了解一些产品、运营方面的知识对于做好本职工作，帮助推荐系统更好地迭代是大有裨益的。对这些知识点的掌握与了解，也有利于培养推荐算法工程师的全局观，对自身的职业发展也是大有好处的。

本章我们会讲解推荐系统产品与运营相关的知识点。具体来说，我们会从推荐产品简介、推荐产品形态介绍、推荐系统运营介绍等3个方面进行讲解。期望读者学习完本章后，对推荐系统产品与运营方面的知识有比较直观的了解，更加重视产品设计与运营调控在推荐系统价值发挥中所起的巨大作用。

一、推荐产品简介

在讲解之前，我们先给推荐系统产品下一个比较形式化的定义：所谓推荐系统产品，就是网站或者APP中基于算法或者策略为用户提供物品展示的软件功能模块，用户通过与产品交互从该模块中获得物品的视觉展示，最终用户可以通过该模块更快地“消费”物品，该模块在满足用户需求的同时提升用户体验、增加用户留存、通过用户分享获取新客、带来效果转化。

上面这个定义中有几点需要说明一下：首先，推荐产品是软件产品中的一个或者多个子模块，每个推荐模块就是一种推荐产品形态；其次，为用户展示物品是通过算法或者策略实现的，一般来说，推荐算法是通过机器学习技术自动化地生成物品列表，而不是人工编排的；再次，推荐产品是一个功能点，这个功能点需要通过与用户交互才会生成推荐列表，交互的过程是否自然流畅，对用户体验和效果转化是有极大影响的；最后，推荐产品是有一定的商业目标的，目的是提升用户体验、增加用户留存、通过用户分享获取新客、产生效果转化(如购买商品、购买会员、下载软件等)。

推荐系统涉及到两类实体：人和物品，推荐系统解决的就是信息匹配的问题，将物品匹配给对该物品有兴趣的用户，让用户可以看到它，进而“消费”它。匹配的准确度和及时性是非常重要的，这对推荐是否可以实现商业目标极为关键。从物品的角度看推荐系统也很重要，特别是像头条、淘宝这种平台型的公司，物品是由第三方（对于头条，是MCN机构、创作者等，对于淘宝是品牌方、店主等）提供的，因此怎么将好的物品分发出去为优质物品提供方带来价值对于整个生态的维护和繁荣至关重要。

二、推荐产品形态介绍

所谓推荐产品形态是指产品上可以直接被用户接触到的各种基于推荐算法生成的功能模块，也就是产品上的具体功能点，用户是可以直接看到、触摸(触屏交互)到的。

根据推荐的个性化程度及推荐服务的使用场景，推荐产品形态主要分为热门/榜单推荐、个性化推荐、信息流推荐、物品关联推荐等4种。下面我们分别讲解这4种最主流的推荐产品形态。

1.热门推荐/榜单推荐

热门推荐/榜单推荐是通过简单的数据统计，将网站或者APP上最受用户欢迎（比如点击最多、购买最多）的物品计算出来作为推荐。这种推荐的底层逻辑是基于人的从众效应、人类进化出的共性和人的社会属性，大家都喜欢的物品，我们喜欢的概率确实是比较大的，因为我们人类是“爱好相似”的，另外喜欢大多数人喜欢的物品也可以增加社会认同感和归属感。

传统门户网站的编辑对内容的编排就可以看成是一种类似的策略（只不过这是基于编辑的经验来决定哪些物品可能是用户感兴趣的）。下面图1是微信看一看中的“热点广场”，这就是一种热门推荐。

图1：微信看一看中的“热点广场”

在具体实施时，热门推荐可以有两种实现方式：一种是所有用户推荐的都是完全一样的，在这种方式下，先计算全局的TopN物品（比如根据播放量排序的TopN列表；或者基于多种策略获得的TopN列表，比如上图中基于你有多少个朋友读过）然后推荐给用户；另一种是先计算全局的TopM物品，然后根据用户的兴趣特征对这M个物品基于用户兴趣排序，将排在前面的N个（即用户最感兴趣的N个）物品推荐给用户（这时推荐给用户的N个物品是这M个物品的一个子集，即 N < M）。上面微信看一看中的热点广场采用就是个性化的热门推荐策略。

热门推荐可以独立作为一个产品形态来服务用户，也可以作为其他推荐（比如个性化推荐）的冷启动策略，即当一个用户是新用户时，我们无法知道他的兴趣点，这时我们可以利用热门推荐作为该用户的初始推荐，这还是基于上面提到的“人有共同的爱好”的假设而采取的策略。

2. 个性化推荐

个性化推荐为每个用户推荐的内容都不一样，是根据用户的行为及兴趣来为用户做推荐的，是最主流的一种推荐形式。大多数时候我们所说的推荐就是指这种形式的推荐。下面图2是淘宝首页的猜你喜欢推荐，这个推荐就是个性化的，每个人推荐的都不一样。