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。
发布时间: 2018年11月14日

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……