和数据滥用说再见，用少样本学习拯救被群嘲的推荐系统

原标题：和数据滥用说再见，用少样本学习拯救被群嘲的推荐系统

推荐系统想必大家都不陌生，一个推荐系统有多“聪明”，将在很大程度上决定了用户是留下还是跳出，甚至可能影响一款产品的生命周期和商业价值。

在推荐系统诞生的三十多年间，不同平台衍生出了各有特色的机制和算法，冷启动却是伴随其始终的话题。

所谓冷启动，就是在推荐系统初期，没有任何用户与平台信息的交集信息和行为轨迹的情况下，无法通过用户偏好等方式进行推荐。这时，推荐系统就处于冷启动状态。

简单来说，就是一个新顾客来到馒头铺，第一次买馒头、也没有任何动作表情可供揣测，如何让他第一眼就看到自己想吃的馒头。

今天我们就用一篇文章，看看AI在推荐系统的冷启动上，有哪些新突破。

流量红利耗尽后，互联网公司还能向谁要增长？

后面我们会深入探讨一些关于推荐算法及冷启动的技术概念，但首先，我们需要阐述一下，冷启动到底有何价值？

先说结论：冷启动可以让推荐系统用最快的效率黏住新用户。

2017年以来，所有中国互联网公司都在流量红利枯竭的深渊中挣扎。智能设备的用户数量不再自发性增长，用户使用时长也来到了瓶颈期，此时想要继续扩大规模的互联网公司，路径无非两个：

一是去海外市场攫取新用户，二是在存量市场中撬走新用户。

无论哪一种，都面临一个难题：如何第一时间吸引住越来越缺乏耐心的用户？

例如，某新闻资讯APP好不容易吸引了一个新用户下载，如果他在首页上翻了二十分钟也看不到自己想看的内容，或许就不会再浪费时间；

同样，如果一个大众社交平台在不知道用户特征的时候，推荐的账号都与他心目中的理想型八竿子打不着，自然也难逃凉凉的命运。

在这些例子中，推荐系统与新用户之间难免出现信息与预期的不兼容，往往需要用户进行一些显著的操作才能提高匹配的精准度，而冷启动恰恰是推动用户与平台产生交互的关键所在。

精准的幻象：目前的冷启动存在哪些问题？

冷启动要与潜在用户有效契合，问卷调查和兴趣选择，是最常见的一种。

诸如豆瓣、微博、喜马拉雅等内容分发平台，在用户第一次打开APP，都会强制注册并采取一定的奖励机制，引导用户留下个人资料和感兴趣的话题，主动推荐关注相关热门账号，以尽可能保证用户在正式体验过程中，能刷到自己喜欢的话题。

这种主动引导用户留下行为轨迹的方式，可以快速积累起第一批用户数据，做一些颗粒度比较大的推荐。

如果用户很懒，或者不愿意让系统知道自己的个人信息，推荐系统还可以使用热度模型，基于统计分析推荐一些大部分人都会感兴趣的热点信息。虽然很容易让平台调性显得有点low，但从概率学角度看，说不定就正好撞到用户心口上了呢。

比如一直强调算法推荐的今日头条，在冷启动状态就采用了这种做法，向新用户推荐的大多是“新娘给伴娘下药”、“孪生姐妹共侍一夫”这样low得不要不要的内容，还是有一定效果的。

如果以上还不够，那么也可以采取更加激进一点的方式。比如基于大数据的协同过滤，可以根据关联行为或关联用户的相似性来进行推荐。

像是采集用户的地理位置信息，旅游商务、本地O2O等应用可以更有针对性地进行推荐；或者调取手机中关联APP的用户行为数据进行预分析。

今日头条就曾引导用户使用微博登录，然后爬取用户在微博上的一些社交数据，比如动态、图片、文章、赞过的人等等。依据这些信息，可以判断出用户最近喜欢哪个明星，并为其推送相关资讯。

反正大数据时代，“凡有接触，必留痕迹”，总有一些隐藏的信息能够捕捉到用户内心的吉光片羽。

说了这么多，我们来归纳一下传统意义上冷启动的内在逻辑——尽可能多地掌握用户信息的获取维度。

这个过程同时也向我们揭示了一种推荐系统的集体困境，那就是，如果企业无限度地扩展获取用户信息的渠道，必然会遭遇隐私和法律之墙；而挖掘已有的用户信息，数据量往往又捉襟见肘。

那么，情况有可能发生变化吗？少样本学习（fewshot learning）正在尝试解决这一问题。

少样本学习：改变的不只一点点

不难发现，推荐系统冷启动的众多通用方法，都需要越多越好的标注数据才能有效发挥其作用。

但现实是，冷用户往往不会提供那么多的标注数据。在小数据的环境下，推荐算法还能发挥作用吗？

这里就涉及到一个重要的“多臂老虎机问题（Multi-armed bandit problem, MAB）”。

当你走进一家赌场，面对20个一模一样的老虎机，在不知道它们吐钱概率的情况下，如果可以无限制地摇下去，自然可以知道哪台老虎机成功率最高。

但当你手里的钱有限的时候，摇弊的次数也被限制了，该如何最大化自己的收益呢？

显然，此时每一次摇臂的机会对你来说都是极其宝贵的。

在冷启动中，用户的每一次有效行为也是如此。

系统既要尽可能地扩大信息的多样性和宽度，又要防止过多“无用”信息夹杂其中，让用户“信息过载”。

过去，不少平台试图通过热度模型来解决这个冷启动中的“多臂老虎机问题”，给新用户推荐目前点击率最高的结果。但这又会大大降低信息的覆盖率和多样性，出现反复推荐。

那么，少样本学习（fewshot learning）又是怎么做的呢？

简单来说，就是让推荐引擎具备经过少量样本训练之后快速泛化的能力，从而在冷用户有限的行为轨迹下，实现推荐效果的最大化。

举个例子，电商平台可以先用随机试探的方式，选择带有不同标签的热门商品展示给冷用户，并对冷用户的有效动作进行强化学习。

比如给用户的动作设定一个奖励函数。用户点击一次，收益就是1；没有点击，收益就是0。以此测试冷用户对哪些商品有反馈，再在此基础上根据实际收益去调整被展示的商品。

这样做的好处是，即便是在有限的条件下，也能快速判断出用户的兴趣所在，降低浏览过程中用户的耐心损耗，同时避免热度模型制造的“信息茧房”。

一个商品的收益均值越大，被选中展示给用户的机会就越大。而那些被选次数较少的商品，也回被呈现在冷用户面前，相当于一张“复活卡”。

又比如孪生网络，训练时利用双路神经网络进行交叉计算，从而得出共性特征。再用这一模型去测试样本，对于样本的共性指数进行排列。这样电商就可以通过这种共性指数来进行商品推荐，把用户行为和商品标签看做一对孪生数据，假如用户与“少女”、“温馨”这样的数据标签共性指数越高，那么自然与“直男”、“酷炫”这样的标签共性指数越低，反之亦然。当用户无视了粉红色手机壳时，系统可以尝试推荐白酒这类商品，通过实时反馈不断缩小用户画像的范围，在少量数据的前提下达到和协同推进算法近似的效果。

除了电商，少样本学习还能够被应用在众多其他领域。

比如视频网站。

“一千个观众有一千个哈姆雷特”，用户认知标准不一，让视频的数据标注也充满了不确定性，无法建立庞大的标签体系，使得视频平台个性化推荐的冷启动更加困难。

从这个角度看，少样本学习在视频领域更有用武之地。

比如用户的观看长度、观看时间段、观看次数、跳进跳出等等行为都存在者很大的主观性，很难用标签语言来概括。在这种情况下，在用少量视频“试探”冷用户的时候，反而可以对这些主观因素进行价值判断并赋值，再让机器进行在线学习，选出成功率最高的进行推荐。

并不讨好的少样本学习，会完成推荐系统的终极理想吗？

说了这么多不难发现，“少样本学习”的条件要比大数据学习苛刻的多。

它将训练范畴锁定在了新用户与单一平台的有限交互之间，既不能调取外部用户行为进行协同过滤，也不让用户主动告知系统自己的个人偏好，可说是完全暴露在用户行为的数据孤岛上。

在中国如此宽松的隐私环境下，这种探索有必要的吗？

我认为是有的。

首先我们要知道，当前宽松的隐私环境一定只是一时的。相关法律法规的制定、用户的防范意识只会越来越完善。未来数据泛滥供人取用的情况只会越来越少，如何最大程度下发挥有限数据的作用，一定是推荐系统取胜的关键。

同时，能用更少的数据去捕捉更多用户，也是中国科技企业发展从流量转向算法的关键。在巨头割据下，或许流量、再从流量中转化数据正在成为一件奢侈的事情，但没有数据，也就没有精准的推荐算法，无法留住用户更无法商业化。而少样本学习的出现，正在打破这个怪圈，未来崛起新企业不一定是BAT的附庸，但一定会应用少数据学习算法。

更重要的是，冷启动所面对的，不是等待被收割商业价值的账号，而是一个个充满好奇的灵魂。真正优质的推荐系统，要做的就是不断带来惊喜，这才是技术的终极理想。

用莱蒙托夫的一句诗结束这篇文章吧……

一只船孤独地航行在海上/它既不寻求幸福/也不逃避幸福/它只是向前航行/底下是沉静碧蓝的大海/而头顶是金色的太阳/将要直面的/与已成过往的/较之理想/皆为微沫……

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。