作者：木羊同學

來源：華章計算機（ID：hzbook_jsj）

推薦系統是為用戶推薦所需物品的軟件工具和技術。提供的推薦旨在通過各種決策過程來支持用戶，例如，買什么物品、聽什么歌曲或讀什么新聞。推薦系統的價值在于幫助用戶解決信息過載和做出更好的選擇，也是現在互聯網領域最強大和最流行的信息發現工具之一。

今天就和大家聊聊：推薦算法為啥這么“靈”，又為啥會“失靈”？

01 推薦算法為啥這么“靈”？

要回答這個問題，首先得講清楚推薦算法的原理是什么。

我們知道，互聯網最大的特點就是有海量的信息。不過，光是數量龐大是沒有任何意義的，需要信息真正發揮作用才能產生價值。所以，如何讓信息發揮價值，始終是互聯網發展的一條主軸。為此，我們想了很多辦法。

“算法推薦系統”出現前，我們的做法是發現信息，這就是搜索引擎。搜索引擎很有用，但限制也很明顯，遺留了很多問題。回想一下：我們要用搜索引擎找信息，不是直接就得到想要的結果，而是得首先掏出一個“關鍵詞”輸入進去，然后才能看到命中的結果。

這個過程叫信息檢索，也就是你得首先知道自己對什么信息感興趣，得有線索，然后才能通過搜索引擎檢索信息。但這就有個問題，互聯網實在太大了，而人的認知圈子實在太小了，這就導致了大量本該有價值的信息，因為沒被人看到，而只能靜靜躺在角落被白白浪費了。

這個問題初看不可能有解，畢竟從常識推斷，我們得首先知道那條信息，才可能判斷對它是否感興趣，這個過程應該沒法顛倒過來，去發現我們不知道但感興趣的信息。但推薦算法做到了，它改變了搜索引擎的做法，不再是發現信息，而是發現興趣。

推薦算法是怎樣發現興趣的呢？聽起來好像很玄乎，不過原理遠沒有想象中的那么復雜，我用一句話概括——就是依靠人和物的關聯關系，最少只要經過三次關聯，就能完成興趣發現，進行一次推薦。

這么說不太形象，我舉一個例子。

• 我愛喝快樂水，經常去家旁邊的便利店買快樂水，店長當然很快就知道我對快樂水感興趣，這是第一次關聯——我關聯快樂水。
• 接著，店長收完錢，想起來有另一位顧客也對快樂水感興趣，名字就叫小編吧。小編也常到店里買快樂水，這是第二次關聯——快樂水關聯小編。
• 這位小編和我一樣，對快樂水有著相同的執念，但又有點不同：除了到店里買快樂水，小編還常買另一樣東西——薯片，這就是第三次關聯——小編關聯薯片。

想到這里，店長覺得：既然我們都愛喝快樂水，那沒準你們也都喜歡吃薯片呢？于是，店長就向我推薦了薯片。這就是基于興趣的推薦算法，大數據分析常舉的例子——啤酒尿布，就是上面的這個原理。

我最近看到很多文章，說推薦算法比女朋友更懂你，外人一看都覺得挺神奇的，其實明白了推薦算法的原理，就應該知道這是理所當然的，術業有專攻，除非你的女朋友正好是店長。

當然了，推薦算法原理不復雜，但實際要發揮好作用，還需要根據應用場景作很多調整。推薦算法的重心在于發現人與人之間的共同點，但怎么劃分共同點，是有很多不同的方法的。

就拿我們常見的推薦來說，既有“看過這個視頻的觀眾還看過”這類基于視頻節目的推薦，也有“同城的觀眾都在看”這類基于地理位置的推薦。

早期做推薦很簡單，是基于點擊量來推薦，但大家很快發現：基于點擊量的推薦沒法發現差異化的興趣。所以，要想實現一套好用的推薦算法，通常要綜合方方面面去考慮，而不只是單獨的一兩個點。

02 推薦算法為啥會“失靈”？

推薦算法平時沒什么問題，但一旦出現極端情況，譬如說爆發大規模疫情，就會出現前面我們看到的推薦算法“失靈”的問題，大量推薦的都是疫情相同的信息，把其他信息都湮沒了。

不過說實話，推薦算法有這樣的結果，其實是“合理”的。你想一下：疫情期間你的朋友、家人、同學或者同事，包括你自己，最關心的是什么？就是疫情。

推薦算法這邊呢，我們一再強調推薦算法要做的是發現興趣，而恰恰是正確地發現了你對疫情的“興趣”，所以推薦算法才給你大量推薦了疫情相關的信息。非要說這是問題的話，恐怕首先也得是社會學的問題。

但是，深入地想一想就會發現，這個問題沒這么簡單。互聯網經濟在過去很長一段的時間里是推崇一種理論的，叫長尾理論，大概意思是：人類社會中存在著大量的小眾需求，你販賣的東西再離經叛道，也總會能得到真愛的捧場，互聯網就是溝通小眾需求的橋梁。

推薦算法在很大程度上也受了這種理論的影響，所以有一種說法是：推薦算法的最終目標就是能發現這一個一個的小眾圈子，把小眾的信息推薦給圈子里的人。

但現實卻是另外一回事。近幾年大家討論更多的是另一種互聯網現象，如果你經營過公眾號或者當過UP主，應該會對這種現象印象深刻，這就是頭部效應。

大部分甚至絕大部分的互聯網流量，實際上是被少數幾個“頭部”信息生產者吸走了，剩下絕大多數的信息生產者，則仍然是靜靜地呆在角落里面被人遺忘。

本該打破這一現象的推薦算法，反而加劇了這種現象。因為占據頭部，所以容易被推薦，因為容易被推薦，所以繼續占據頭部，推薦算法導致的這種上升螺旋，讓頭部效應更加明顯。如果把本次疫情看作是一個新的頭部，也許能更好地理解推薦算法為什么會在疫情中出現失靈。

那么，這個問題應該怎么解決呢？這個問題，容易回答，也不容易回答。從技術的角度看，這個問題想要解決，思路是很清晰的，就四個字：去極端化。

理論研究和真實環境往往有差別。理論研究都愛對環境條件進行簡化假設，智能算法也不例外，通常假設各種情況出現的概率是服從均勻分布的，大家應該是旗鼓相當的公平競爭，誰也壓不住誰，然后再在這個假設條件下構建算法的各種邏輯。

但實際上，一枝獨秀也許才是真實環境中最為常見的情況。其它的所謂競爭者，要么是萌新，躲在角落瑟瑟發抖，要么是菜雞，互啄上不了臺面。在算法看來，這種現實情況和假設情況相差實在太遠，太極端，所以，會出現奇奇怪怪的結果自然也就不值得奇怪了。

要讓算法恢復正常怎么辦呢？只要把極端情況變得不那么極端就可以了，很多依靠評委打分的比賽為了避免受極端情況影響，通常會選擇采取去掉一個最高分和一個最低分的做法，就是類似的思路。

不過，技術本身是中立的，是正是邪，要看使用的人，就好比菜刀，究竟是用來切菜還是砍人，不是由菜刀自己說了算。現在討論的很多問題看起來是技術的問題，其實還是人的問題。譬如人工智能，說到自動駕駛，我們就很愛討論一個話題，說算法應該怎么處理電車難題。

但實際上，算法自己是不會產生價值觀的，算法的價值觀，說到底還是人的價值觀。推薦算法究竟要怎么改，說到底還是要看推薦算法的使用者怎么定義價值。

我想，推薦算法最后一定能夠滿足“推薦有價值信息”這一要求的，但是，這里的“有價值”究竟是對誰而言的有價值，那就是另一個問題了。

關于作者：莫凡，娛樂向機器學習解說選手，《機器學習算法的數學解析與Python實現》作者，前沿技術發展觀潮者，擅長高冷技術的“白菜化”解說，微信公眾號“睡前機器學習”，個人知乎號“木羊”。

延伸閱讀《機器學習算法的數學解析與Python實現》

推薦語：如果你之前不太了解機器學習，現在想要了解機器學習的主流算法和原理，并希望快速、清晰地建立對機器學習的“大局觀”，但是擔心一上來就被各種艱澀的數學公式“揍”得眼冒金星，那這本書就是你想要的。