工业界推荐的本质：候选池和用户满意度的关键作用
很多人会有一个误区，即推荐就是CTR预估，这也是好多博客/模型/比赛给你们带来的误区，我们明天详尽说说工业界的推荐。用一句话来解释推荐的本质：在候选池集合中，挑选出用户最满意的一部分物料诠释给用户。
虽然看起来很简单，但是实际上这句话就可以指导我们做任何事情。大家可以看见我有两个关键词加粗了，接下来我们详尽来谈谈。
第一点是候选池，即要做好推荐这件事，最最根本的不是预估模型，而是你是否有足够优质的候选物料。对电商而言，是多样/高质/高性价比的商品；对抖音而言，是好玩有趣的视频；对网易云而言，是丰富的歌曲库等等。而这也是最容易忽视的部份，以网易云为例，如果没有歌曲的版权，再好的推荐算法又有什么用呢。可能有人会说，那买版权就好啊，跟推荐算法工程师有哪些关系？
当然有关系了，以抖音为例。抖音是ugc特别强的一款产品，候选池数目是否足够多，视频质量是否足够好直接影响推荐疗效，所以我们要用算法来服务作者。一方面我们要在作者侧做特别多的数据剖析和冷启动模型，试想假如冷启动做得不好，作者发文浏览量太低，根本就不会有兴趣发视频，即设计算法提升作品冷启的成功率->让高质内容迅速高烧。另一方面，算法是否可以指导用户发文呢，比如给一位瑜伽的人推荐了点赞量好多的‘双力臂’的短视频，用户听到后发觉这个自己也能做啊，可能自己也会尝试拍一下视频并上传，即设计一个高贵的算法/策略提升用户->作者的转化。为了做好作者侧的事情，还有内容理解、作者等级界定等，每一个点都有特别多的模型和策略可以尝试。
第二点是最满意。很多公司还会把重心放到ctr预估模型auc提高上，但这显然并不正确，因为满意度虽然非常的具象，点击并不意味着满意。举一个反例，用户在西瓜视频上看见标题党+有趣的封面很大几率点进去，但是进去就发觉自己受骗了，10min的视频看了1min就退了，很明显其实用户有点击行为，但是此次行为并不满意。那么用逗留时间怎样呢，如果视频用户听到了最后，总能说明很满意了吧。不好意思这也不对，比如有的视频评论第一条是“我以为***，结局把我脸打碎了“，看到这个评论好多用户就会坚持看完，但是看完以后认为这视频拍的真烂，然后点了一个举报，虽然staytime很高，但是显著用户也不满意。
http://www.qianxianly.com/data/attachment/forum/20240624/1719242048518_0.jpg
所以，我仍然认为推荐算法工程师比起模型能力，更重要的是业务sense和目标拆解能力。以快手为例，团队的终极目标不是ctr也不是staytime，而是DAU。DAU是最能彰显用户满意度的指标，但是没有任何一个人可以对DAU建模，因此要拆解成多个可以量化的中期目标（比如存留）和短期目标（比如ctr）。问题的拆解须要业务sense，短期目标则依赖于模型+特征，多个目标怎么加权组合又涉及搜参，可做的事情太多了。
怎么评估推荐算法的疗效
这个问题特别有趣也十分核心，主要从三个方面聊聊。
用哪些评估
答案是指标，推荐虽然是很虚的一件事，我们组里常常会让你们把自己加到实验组里瞧瞧推荐的疗效，对我来说可能很难判断究竟此次推荐的和先前比那个好，实在太主观了。所以指标是必须的，指标主要有离线和线上两部份，可以十分明晰的告诉你们，线上就是一切！无论你离线多牛逼，一切的利润都只看线上的疗效，因此精细化设计的指标+完善的实验平台就十分重要。学生最大的误区可能是自己看离线auc提高了就认为很牛逼，接着就想着发论文了。但是工作中，尤其是推荐算法，应该是离线提高->线上开实验（如何设计实验和指标博大精深）->AB(AABB)结果->反转实验等后续实验。只有一套流程仔细思索而且都有疗效，才能算是一个成功的模型策略。指标提高就结束了吗
还差得很远，我越来越发觉，一个优秀的业界推荐算法工程师，最核心的竞争力绝对不是做一个模型/策略提高指标，而是无论实验成功与否，都还能剖析深层的缘由，从实验中开掘人性的特性，并剖析找到通用化的解决方案。而这一方面是工作中要注重，另一方面是多看他人的剖析角度。这一点真的给字节点赞，我实习过5家公司，这是第一家每周都做公开launch review的公司，分析利润的真实来源、流量的去向、多出少出的区别、目标用户思索、todo剖析的特别深入指标提高就一定对吗也不一定。其实在上文中我们谈到了，虽然每位产品因为其定位不同可能略有差别，但总体上我们可以觉得终极目标是dau。为什么我说指标提高可能是错误的呢，我觉得有两个主要诱因。第一，dau是一个特别常年的目标，但是我们的实验一定是短期指标，而因为dau拆解并不一定正确，短期指标的提高并不一定带来常年dau的提高。比如标题党多了，虽然短期ctr指标下降，但是常年来看存留一定会掉，因此我们要做诸如情色辨识、标题党打压等工作，虽然指标降了，但整体一定是好的。第二，为了提高产品的天花板，可能要做一些牺牲指标，但是常年来看有利润的事情。比如最早快手就主打三四线小城市，产品设计和内容十分low，但是三四线一定是有用户量天花板的，而在冲击一二线大城市的过程中，由于用户分布和喜好的不同，为了照料一二线人群，快手商品池一定会从粗俗迈向有趣和高档，算法也须要改变。这样的话，短期内所有实验可能还会出现掉存留、CTR等现象，但是常年来看是牺牲曾经小部份用户，换取更大的机会。 模型解决不了的，上规则不就好了?
先说推论：不行！！！
首先我们要认识到，人的逻辑是有局限和先验的，而这并不一定正确。如果数据量足够，我们要相信推荐系统一定比人推荐的准。但是实际上可能有好多的bad case，对于这些情况我们要详尽的剖析代码问题，入职以后主管跟我介绍过火山、西瓜近两年来一些典型的bad case是怎样解决的，最终都是可以归因到代码/模型/数据上（当然有能力归因下来，都是大鳄）
那策略、boost、强插之类的做法有哪些问题呢？短期来看就是打补丁，但是常年来看有以下问题：
那为何这么多公司都要加boost、强插、规则呢。我举个反例，有一个自然人注册了多个帐号在我们的平台上发文，我们其实希望可以严打这些行为，但是实际上他发的文章其实就是用户爱看的，那么推荐系统也想把它推下来，这时候从产品战略角度而言就须要我们deboost。
即总结下来就是：我们希望加入的规则，并不是自作聪明教推荐系统如何推的准。而是像这个反例中所展示的，从内容生态、冷启动、产品业务角度给与一定的扶植/打压，这才是规则的正确使用方式。
页:
[1]