nlp项目（四）——推荐系统评估及冷启动问题
推荐系统评估
1 推荐系统的评估指标
-
好的推荐系统可以实现用户, 服务提供方, 内容提供方的共赢
-
评估数据来源显示反馈和隐式反馈
显式反馈 隐式反馈 例子 电影/书籍评分 是否喜欢这个推荐 播放/点击 评论 下载 购买 准确性 高 低 数量 少 多 获取成本 高 低 -
常用评估指标
-
准确性 (理论角度) Netflix 美国录像带租赁
-
评分预测：RMSE MAE
-
topN推荐：召回率（真正率pp/pp+pn） 精准率（pp/pp+np）
-
-
准确性 (业务角度)
-
-
覆盖度
-
信息熵 对于推荐越大越好
-
覆盖率
-
-
多样性&新颖性&惊喜性
-
多样性：推荐列表中两两物品的不相似性。（相似性如何度量？)
-
新颖性：未曾关注的类别、作者；推荐结果的平均流⾏度
-
惊喜性：历史不相似（惊）但很满意（喜）
-
往往需要牺牲准确性
-
使⽤历史⾏为预测⽤户对某个物品的喜爱程度
-
系统过度强调实时性
-
-
Exploitation & Exploration 探索与利用问题
-
Exploitation(开发 利用)：选择现在可能最佳的⽅案
-
Exploration(探测 搜索)：选择现在不确定的⼀些⽅案，但未来可能会有⾼收益的⽅案
-
在做两类决策的过程中，不断更新对所有决策的不确定性的认知，优化 长期的⽬标
-
-
EE问题实践
-
兴趣扩展: 相似话题, 搭配推荐
-
人群算法: userCF 用户聚类
-
平衡个性化推荐和热门推荐比例
-
随机丢弃用户行为历史
-
随机扰动模型参数
-
-
EE可能带来的问题
-
探索伤害用户体验, 可能导致用户流失
-
探索带来的长期收益(留存率)评估周期长, KPI压力大
-
如何平衡实时兴趣和长期兴趣
-
如何平衡短期产品体验和长期系统生态
-
如何平衡大众口味和小众需求
-
2 推荐系统评估方法
-
评估方法
-
问卷调查: 成本高
-
离线评估:
-
只能在用户看到过的候选集上做评估, 且跟线上真实效果存在偏差
-
只能评估少数指标
-
速度快, 不损害用户体验
-
-
在线评估: 灰度发布 & A/B测试 50% 全量上线
-
实践: 离线评估和在线评估结合, 定期做问卷调查
-
推荐系统的冷启动问题
1 推荐系统冷启动概念
-
⽤户冷启动：如何为新用户做个性化推荐
-
物品冷启动：如何将新物品推荐给⽤户（协同过滤）
-
系统冷启动：⽤户冷启动+物品冷启动
-
本质是推荐系统依赖历史数据，没有历史数据⽆法预测⽤户偏好
2 处理推荐系统冷启动问题的常用方法
-
用户冷启动
-
1 收集⽤户特征
-
⽤户注册信息：性别、年龄、地域
-
设备信息：定位、⼿机型号、app列表
-
社交信息、推⼴素材、安装来源
-
-
-
2 引导用户填写兴趣
-
3 使用其它站点的行为数据, 例如腾讯视频&QQ音乐 今日头条&抖音
-
4 新老用户推荐策略的差异
-
新⽤户在冷启动阶段更倾向于热门排⾏榜，⽼⽤户会更加需要长尾推荐
-
Explore Exploit⼒度
-
使⽤单独的特征和模型预估
-
-
举例 性别与电视剧的关系
物品冷启动
-
给物品打标签
-
利用物品的内容信息，将新物品先投放给曾经喜欢过和它内容相似的其他物品的用户。
系统冷启动
-
基于内容的推荐 系统早期
-
基于内容的推荐逐渐过渡到协同过滤
-
基于内容的推荐和协同过滤的推荐结果都计算出来 加权求和得到最终推荐结果