HI,下午好,歡迎來到微信公眾號轉讓!
公眾號轉讓,微信公眾號交易平臺,公眾號出售購買賣價格 24小時服務熱線: 4000-163-301

新聞動態

NEWS CENTER

在打磨的路上如何評測推薦算法效果以及不同算法之間的優劣呢

2019-10-11

下面主要聊聊推薦算法實驗和常見推薦算法優缺點,以及內容重復推薦相關話題。

評測算法的方法

好的算法模型并不是一蹴而就的,而是不斷訓練慢慢打磨出來的。

那么,在打磨的路上如何評測推薦算法效果以及不同算法之間的優劣呢?

這里有3種實驗方法供你參考。

1. 模擬實驗

模擬實驗主要通過用戶產生的行為日志,比如對該條內容進行瀏覽、收藏、點贊等用戶行為來生成推薦標準的數據集,再把數據集按規則分成“訓練組”和“測試組”,在“訓練組”上調教用戶興趣模型,在“測試組”上進行預測。

該實驗好處在于,不需要真實用戶參與,只需要從日志系統提取用戶行為數據就可以快速計算出推薦效果。但缺點是無法得知用戶真實轉化指標,比如推薦點擊率。

2. 用戶調研

監控一批已體驗推薦相關的用戶,持續觀察分析用戶行為。

針對用戶行為羅列相關問題,在調研中進行詢問,最后根據問題及答案來了解推薦效果及滿意度。

值得關注的是,準確率高不等于用戶滿意度高,更應該留意一些由推薦產生的內容有沒有給他帶來一些“驚喜”,更多偏向于用戶主觀感受。

也正因如此,從行為觀察到問題歸納、用戶邀約、最后調研結果分析等,實驗調查流程及成本都比較高。

3. A/B測試

通過劃分用戶群,針對不同用戶群采用不同推薦算法,統計出不同用戶群體轉化指標生成測試報告,謹記該實驗唯一的變量就是算法規則,不允許有其它變量。

還有一點需要考慮清楚的是,滿足什么樣的條件用戶去跑測試流程,A/B測試缺點在于周期長,短期迸發的測試結果無法保證真實性。所以,該實驗適用于模擬實驗和用戶調研中效果比較好的算法模型,并不適用于跑所有算法,那樣效率實在太差。

一類算法只能解決一部分問題,單一的算法難以達到真正的個性化,還需要算法與算法之間打組合拳,接下來聊聊目前常見推薦算法一些優缺點。

熱度算法

1. 優點

能夠有效過濾掉低質量內容,呈現給到用戶都是大部分人都“喜歡過”的。對新用戶相對友好,無需產生任何交互也能產生推薦列表;不存在推薦列表為空的情況,并且熱度是相對的,熱點不會一直都是熱點,具有一定時效性。

基礎熱度分可以人為干預,比如,今天的熱點新聞基礎熱度分要比今天普通新聞的基礎熱度分要高。

2. 缺點

針對用戶層面精準觸達精確度不是很夠。

因為推薦列表是按熱度進行排序,并不是基于個人興趣喜好排序,單一的熱度算法可以被“刷榜”,因此要做好相對措施。

采用熱度算法典型例子:抖音

游客登錄瀏覽前面幾條視頻多數為近期熱度值為Top5內的,且上熱門推薦是需要經過多個熱度池大量用戶檢驗,最后還要人工審核才能上首頁推薦。

但不會持續超過1周,除非有大量的用戶進行模仿跟拍,反推用戶行為視頻熱度權重,用戶“跟拍”行為的熱度權重遠大于收藏、點贊及分享。

基于內容推薦算法

1. 優點

對產品用戶體量沒有要求,不會因產品用戶數的大小影響到該算法。因為每個用戶產生行為相互獨立,用戶行為特征都是由自己的來決定,不存在干擾之說。

另外,該算法有較強的實時性,每當有一條新的內容就可以立馬“被推薦”,推薦機會和舊內容是一樣的,與時間新舊無必然聯系。

苍井空免费线在线观看