推荐无处不在

（本文作者：Thore Graepel，微软首席研究员）

我们在生活中常常需要好的建议。当你在寻找符合自己口味的书或者电影，甚至是在Facebook或是LinkedIn上寻找兴趣相似的人时，自动推荐系统都能帮到你。

在此之前，推荐系统大多是在大型互联网公司中使用，而微软即将发布的云计算机器学习平台（Azure ML）， 将使得更多的个人和公司用上自动推荐系统，并使他们的客户从中受益。

推荐系统是如何工作的

一个推荐系统通常由两个部分构成：用户和产品。用户就是你希望给出建议的对象；产品则是指你希望推荐给用户的东西，如电影，书籍，网页，菜品，甚至是其他用户。

现在让我们举个具体的例子。假设我们希望根据用户群体对于餐厅的评分，以5分作为满分，来给某个用户推荐一个餐厅。简单来说，这项任务包含了两个步骤：

• 预测这个用户对于每个餐厅的评分。
• 从所有符合条件的餐厅中，选取该用户评分最高的餐厅进行推荐。

而问题的关键在于，对于该用户还没评过分的餐厅，我们该怎样去预测呢？机器学习就在这里派上用场了。

如何预测评分

为了建立一个机器学习的模型去预测某个用户对某产品的评分，我们首先需要搜集原始数据（即用户，产品以及对应的评价）。这就像是在建立一个庞大的矩阵，横轴为产品，纵轴为用户，矩阵的单元格则代表用户对产品的评价。结果如下图所示：

由于大部分用户只会对一小部分的餐厅做出评价，这样的矩阵将是一个稀疏矩阵（sparse matrix），即有很多单元格值为空的矩阵。根据这些数据，Azure ML用贝叶斯推荐系统（Bayesian RS）训练出一个模型，预测某个用户对某餐厅可能给出的评分。由于用户对于餐厅的评价不会仅限于评分，为了做出更准确的推荐，还有一些信息也不容忽视，如某餐厅的用户浏览量，订单数以及用户在该页面停留的时间。

这个推荐系统究竟是如何工作的呢？原来这个系统将用户和产品整合到一个潜在特质空间（latent trait space）中。如果用户（图中的蓝点）和产品（图中的红点）所代表的向量在一条线上，代表用户给该产品好评；反之，代表用户给出差评。在潜在特质空间中，相似的用户和相似的产品会被放在相近的地方，这样一来，就能推断出某一用户对某产品的可能评价。为了方便说明，我们只给出了二维的潜在特质空间图，而在实际运作时，我们则会将维数提升至20~100。值得说明的是，有时我们能从图中发现一些有意义的轴线，即所谓的特质。以下图为例，从上到下，用户群体从大人至小孩过渡，而从左到右，电影类别从主流到小众过渡。

对于新用户和新产品的处理

对于推荐系统，一个重要问题在于应对“空手起家”的情况。即新用户做出的评价太少，新产品被评价的次数也很少，这将导致预测不准。为了解决这个问题，除了ID以外，Azure ML的推荐系统还为用户和产品构建了一个初始特征向量。对于用户而言，如年龄，地理位置这样的个人信息都可以考虑在内；对于产品，以电影为例，就可以考虑影片类型，演员，导演，发行年份等信息。通过用户和产品初始数据上的相似性，我们的推荐系统就可以建立用户和产品间的联系。

了解更多

如果你对推荐系统中的数学理论感兴趣，可以参考论文Matchbox: Large Scale Bayesian Recommendations。

Azure ML即将发布，如果你很想建立自己的推荐系统，到时候可以自己尝试一番。下图所示的Azure ML Studio提供了一个推荐系统的模块，由功能强大的网页界面支持，如拖放文件等。它将使你的工作更加轻松。

事实上，Azure ML的推荐系统整合了两种最有效的预测模型——基于内容的过滤和协同过滤。通过将这个系统推广，我们希望自动推荐系统能在更多场合中得到应用，并让用户时刻受益。