聊聊推荐系统 (一)

推荐系统，或者也可以叫推荐引擎，在很多资料中都有相关的入门介绍，很多资料的切入点主要在于它因为解决了什么问题而存在，诸如长尾理论、信息过载等等，并很快就带到了推荐系统的分类了。对该领域不熟悉的人容易被弄得云里雾里，所以本篇希望能从更直白更初步的角度聊聊推荐系统是怎么一回事。

我们先聊聊推荐功能，毕竟推荐系统说白了就是一个提供推荐功能的运算系统，我们先不关注在系统内部的运算时如何运作的，将它看成一个黑盒而关注在它与外部的交互。为了讨论的方便，我们把讨论范围限制在给人推荐物品的场景，并狭义地定义推荐功能就是给一个特定的人推荐一些物品。

在现实中的推荐场景，就如同你的某个朋友问你“求推荐几部适合我看的电影”。假设你对这位朋友的情况了如指掌，这个时候你的脑子里就会根据对这位朋友的了解，例如他的年龄、职业、曾经看过的电影、当前的情绪等等，在你知道的所有的电影中挑选出最适合他的几部，就完成了一个简单而完整的推荐过程了。

而如果把例子再拓展为一个公司希望给他们的每一个员工发放礼物，而且还希望搞点新意，收集一些价值相近的商品作为候选的礼物，按照每个员工的个人情况分配不同的礼物。这公司希望请你作为推荐顾问能帮它完成这个任务，将收集到的员工资料交给你，然后问你：“ ‘员工A’适合什么礼物” ，你根据已有的信息经过一系列的判断，告诉这个公司：“按照匹配度从高到低排序， ‘员工A’ 适合的是'物品2'、'物品4'、'物品3' ”，经过一连串类似的来回问答，这个公司得到了一个为每个员工量身定制的礼物列表。交互过程可以抽象如下图：

所以，这个场景里的“推荐”抽象成计算机领域中的带有输入输出的功能的话，输入就是被推荐用户，输出就是物品列表。

而在应用中，APP和推荐系统的关系如下图所示。APP通过数据采集将数据输入到推荐系统中，而推荐系统拥有这些数据以后，加以自定义的策略配置，就能提供推荐功能。正常运行中的推荐系统，APP可向其发送包含某个用户ID的请求，推荐系统会返回该用户ID相应的物品ID列表。

常规的推荐系统分为离线、近线、在线三部分。简单地从外部交互来谈，离线部分负责接收处理分析离线数据；近线部分负责接收处理分析实时数据；在线部分负责接收APP端发送来的请求，返回对应的推荐结果（物品ID列表）。

华为云EI提供的RES就实现了上图所述功能，无需了解复杂的内部机理，使用RES的用户可通过界面指定相关的配置创建推荐系统并将数据导入，即可成功调用API实现推荐功能。