推荐系统评价：什么是好的推荐系统

Posted 2021-05-01 DataFunTalk

编辑整理：Hoh Xil

内容来源：作者授权发布

出品社区：DataFun

注：欢迎转载，转载请注明出处

什么是好的推荐系统？佛陀没有定义过，人类也没有定义过。但一个系统的好坏往往需要全链路的评定，贯穿于用户的整个交互过程。之所以说好的推荐系统更难定义，是因为虽然算法是核心，但是个性化推荐往往不止由算法构成，这背后需要各种技术支撑。它是算法和各种技术架构以及交互设计等等，混合在一起的产物。所以，我们很难有一个推荐系统好不好的绝对值，只能在有参照物的情况下，选取某些常见指标然后有一个相对的评价，没有统一标准，但人人心中都会有一杆秤。   

这里需要提一下客户体验价值，它帮助企业了解每个客户的体验价值和商业价值，从而帮助决定如何对待客户体验，以及如何调整客户体验项目的投入。每个产品特性导致不同的评估指标，最核心的是如何评估用户需求满足度？不同场景、不同阶段的推荐系统各部分重要程度不同 ~~ 

推荐效果影响因素：用户需求、数据质量、算法策略、模块位置、展现样式、契合产品…

推荐目标：实现产品目标，合适的才是最好的 

核心问题：如何构建一个用户对商品的评价模型

宗旨：服务提供方与消费方的双赢

推荐系统是一个多方交互的复杂系统，有很多因素能够对推荐系统的效果产生影响，本文试对这些因素中的一些代表性因素进行简单的阐述分析。

▌宏观

从宏观上来看，好的推荐系统就是满足用户的需求，帮助其进行路径优化与兴趣发现。微观上来讲，好的推荐系统一定是再为产品服务，不同的产品阶段，我们需要确立不同的推荐系统目标及评价体系。比如产品上线初期，该产品线上的用户为初次体验用户，我们可能更多的让用户体验到性价比，以电商推荐产品为例，比如新客专享等福利。再比如产品逐步发展，我们可能会去着重考量浏览深度，点击率，转化率，客单价，gmv 等指标，或是多个指标的整体值。

推荐系统评价的体系会围绕以下几点进行决策：新上线的功能或者算法对产品价值多大，成本多高，收益如何？展开的话就是可以问自己以下几个问题：目前的推荐系统与产品和核心是否一致，是否是在强化浏览深度，点击率，gmv 等现阶段的目标，与目前产品的发展阶段是否相符，这里主要考量产品自身的用户量，人群大小，用户使用频度等，最终就是结合以上两个问题，所使用的推荐算法策略，是否能够强化产品核心心智。

1. 产品域角度

1) 依赖于产品领域知识及目的

推荐产品的评价强依赖于产品领域知识，不同的领域对于评价也会有比较大的区别，工具类的产品重黏性和时长，电商重回访和转化。

2) 无整体评估方案存在

推荐产品的评估方案也存在 trade off ，很难做到各个方面都兼顾，只能说根据产品的各个阶段选择适合的评估方案，不断调整及迭代。产品初期可能会考虑用户的交互及浏览时长等体验指标，产品中后期会从商业价值实现角度考虑商业收益等指标。

2. 信息检索角度

1) 路径优化

推荐作为信息分发的路径，定位于快速帮助用户找到合适的条目，简化和缩短用户行为路径，用完即走，当然不是永远不来。每次快速完成用户需求，并且用户持续地来。

2) 准确的推荐

信息分发维度，推荐就是需要准确，必然是准确的推荐是好推荐的核心要素之一。

3. 推荐系统角度

1) 长尾挖掘

挖掘必然是推荐需要去完成的一件事，长尾作为大头的存在，分发过程中需要将把握，或者说长尾挖掘是好的推荐系统需要去完成的任务。

2) 用户不知道什么商品存在

好的推荐系统是既可以根据用户的反馈来推荐，也可以不断帮助用户进行探索，因为用户可能不具有某个领域内的知识，好的推荐系统还需承载帮助用户发现新事物的功能。

4. 交互角度

1) 用户好的体验

好的用户体验，外在表现为对产品的评价，回访、黏性、口碑等角度。

2) 教育引导

好的推荐可以快速地教育用户，帮助用户快速地了解产品和使用产品。

3) 说服并使用户信任

可以让用户对产品的认知升级，并且开始信任推荐产品，对于推荐产品的结果产生依赖和信任感。

5. 商业视角

1) 可以为企业实体带来商业价值的实现。

2) 优化销售边界和利润

帮助产品拓展边界，通过场景构建更多样、更贴心的体验，最终提升利润等。

6. 推荐的 5W

进一步展开，从细节来讲好的推荐系统往往会考量5个 w： when ，where ，who ，what ，why 。

When：主要是在围绕时间维度做文章。围绕季节、早晚、热点时期、节日、周期等因素为平台用户提供推荐服务，一般围绕时间维度的推荐会涉及用户的购物习惯，易耗品的购物周期等，举个例子来说，比如常见用户在奶粉、纸尿裤等商品上会呈现一定的购物周期规律，通过数据分析发现，用户的购物周期呈正态分布，如下图。再比如周末线上支付线下消费的产品销量会比工作日高等。当然泛推荐领域的信息推送等一般也会考虑时间因子进行信息推送 ( 短信 - email ) 。

Where：这个维度主要考虑地理位置因素，包涵了粗粒度的省份城市因素和细粒度的经纬度，粗细粒度一般在不同的产品场景下被使用，细粒度的地理位置信息一般在用在时效性、区域性要求较高的产品上，比如外卖 ( O2O ) ；粗粒度则更多的是的轻位置信息的电商产品重，比如衣服，百货等 ( B2C ) ，虽然轻位置信息，但是位置信息也会被使用在这类产品重，比如南方与北方姑娘喜欢的衣服风格会不一样，天气因素也会随地理位置的不同不同，所以同一时间南北方的消费需求会存在差异。

Who：人物维度，则更多地去考虑用户各类信息特征，比如用户是男是女，是老是少，是新用户还是老用户，平时喜欢买什么品牌，喜欢什么品类的东西，风格如何等等，这些都是在描述这个人，现在这一类技术一般作为用户画像存在，通过用户行为和人口统计学数据构建的画像体系。

What：这个维度则是需要推荐的主体是什么，主体类型可能有以下服饰，百货，文章，音乐，美食，视频等等，不同物料有着不同的自带属性，并且产品附加信息也不同。比如文章，视频等对时效性的要求比电商类产品更高，特别是新闻类内容基本时效性要求在天级；再比如刚刚说的对位置信息的利用，美食相对于衣服这类商品对位置的要求就更高。所以在推荐的过程中我们会根据推荐的主体不同做更多的推荐策略算法和系统的适配，最终去推动。

Why：这个维度更多地会去考量推荐地可解释性问题，外化到产品维度则是推荐理由，比如是通过好友推荐的，比如通过浏览的商品推荐相似的商品等等 。所以上面这一切都基于数据洞察，维度基本有以下几个：用户数，用户群体，推荐功能，推荐内容，非个性化 or 个性化，Top-N ，列表浏览，是否实时反馈，消费需求变化情况。

通过以上维度进行产品定位，最终可以考虑的设计要素有：需求分析和用户调研，功能设计，界面设计，架构设计，算法设计，系统评测。总之，每个产品特性导致不同的评估指标，对于用户满足度不同的定义也带来了不同的评估方式，并且不同场景、不同阶段的推荐系统各个部分重要程度不同。

用户不只追求更优质的商品，也会期待看到商品为自己带来价值、便利性与独特性。在积极打造更好的购物体验的同时，必须记住渠道策略并不是一体适用、能够一招打天下。电商平台上，每一名用户可以采取的购买路径就至少有10,000条。而根据内部的数据分析，一般来说，85%的销量会来自35条高流量路径。

7. 回到电商

回到电商，好的电商推挤产品，需要围绕商品更新，商品质量，商品与买家的匹配程度，好的推荐产品遵循以下四点：

• 提升买家用户的体验，提高选购决策质量与效率实现优质买家的差异化服务；

• 提高商品的有效曝光机会与转化率，提升卖家用户的效果与效益；

• 利益均衡机制，均衡曝光机会，提升曝光商品及商家的覆盖率；

• 提升买家留存率与卖家续签率，提升买卖家的忠诚度，提升商品点击机率。

浏览与成交之间存在着巨大鸿沟，好的推荐将帮助平台挖掘消费的深度，在各个特定场景下提升推荐转化；拓宽消费的广度，提升推荐对物料的覆盖，提升对用户的覆盖，各个场景的扩充，做到浅层消费到深层消费再到扩展消费。

▌微观

1. 整体维度

• HEART模型：Happiness 愉悦度、满意度、推荐度、感知易用性；

• Engagement 沉浸度：使用频度访问频次、页面点击、停留时长, 点击 / 转化等比率，为产品带来点击率、转化、时长、黏性的提升；

• Adoption 采纳性：新用户率、客流量、退出率；

• Retention ⽤用户粘度：老用户留存率、周回访率、周访问频率；

• Task Success 任务完成度。

2. 算法维度

• 准确度评价指标：

预测准确度，分类准确度，排序准确度，预测打分关联，半衰期效用指标, 准确的用户对商品的评分。

• 准确度之外的评价指标：

推荐列表的流行性和多样性， 召回率，覆盖率，新鲜性和意外性，用户满意度。

• 其它相关指标：

用户对算法准确度的敏感度，算法对不同产品的普适性，广义的质量评价，个人隐私的保护，推荐系统的鲁棒性等 具体上述几个指标的计算等，我们在推荐系统的评价这一章展开。

3. 线上 & 线下指标

1) 离线指标与评价：mse 、rmse 、auc 、ndcg 、roc 等。

2) 线上指标与评价：abtest 、ctr 、cvr 、gmv 等，一般通过 ABtest 来完成。

▌开始前，先问自己几个问题

目前即将开始的推荐与产品核心是否一致，是否直接强化：PV / UV 、GMV ；是否与产品发展阶段相符 ( 用户量、感兴趣人群大小、频度 ) ；是否有合理的性价比、投入产出比。推荐功能对该产品有无价值 ( 可以 ) ，价值多大 ( 值得 ) ，成本和收益 ( 现在 ) ，优先级 ( 怎样 )  。

▌好的推荐系统迭代流程

首先需要明确产品线当前需求，做好推荐系统定位。就优化面来说：主要区分为是考虑做单产品局部优化，还是直接考虑全局优化，平衡整体收益与各模块内部收益； 而从用户维度区分定位，则可以区分高收益用户与低收益用户。

有了定位就可以确定推荐目标了，从之前的介绍来看，我们可以选择宏观与微观指标，长期与短期指标来驱动迭代。下一步就是方案选型，通过系统开发周期的限定下，明确重点，选择合理的方案，并且预估一个合理的目标值。开发过程中可以逐步明确相关流程，并做调整。推荐系统的优化是一个逐步迭代的过程，这一过程中需要我们进行效果的监控，从而推动策略的迭代。当然可能在迭代过程中，我们推荐系统也会随着产品发展调整目标，也可能因为产品的相关原因，停滞或停止。

贯穿上述过程的整个流程，主要分为：

需求分析和用户调研、功能设计、界面设计、架构设计、算法设计、系统评测。

作者介绍：

姚凯飞，Club Factory 推荐算法负责人。硕士毕业于上海交通大学，前阿里推荐算法工程师，多年电商及视频推荐经验，目前在出海电商Club Factory负责推荐算法工作。

对作者感兴趣的小伙伴，欢迎点击文末阅读原文，与作者交流。

内推职位：

算法&开发工程师

内推邮箱：[e-mail]

公司介绍：

杭州嘉云数据科技有限公司成立于 2014 年，业务已覆盖欧美、中东、印度、东南亚 等地区。产品 Club Factory 在购物类 APP 应用下载量印度与阿联酋排名第一、菲律宾排名第二。核心技术团队来自 Facebook、阿里、网易、美 团、迅雷等大中型互联网公司，拥有斯坦福、卡耐基梅隆（CMU）、清华、浙大等院校的 计算机专业背景。2018年3月完成1亿美金 C 轮融资，即将 D 轮，欢迎有意向的小伙伴赶紧上车。

——END——

文章推荐：

关于 DataFun：

DataFun 定位于最实用的数据智能平台，主要形式为线下的深度沙龙、线上的内容整理。希望将工业界专家在各自场景下的实践经验，通过 DataFun 的平台传播和扩散，对即将或已经开始相关尝试的同学有启发和借鉴。

DataFun 的愿景是：为大数据、人工智能从业者和爱好者打造一个分享、交流、学习、成长的平台，让数据科学领域的知识和经验更好的传播和落地产生价值。

DataFun 成立至今，已经成功在全国范围内举办数十场线下技术沙龙，有超过三百位的业内专家参与分享，聚集了数万大数据、算法相关领域从业者。

 您的「在看」，我的 Honour ！