推荐系统的艺术、科学和生意(2)

除了亚马逊

亚马逊的系统相当棒。它是一个协作购物和自动化的天才，几乎没法复制。这个系统花了亚马逊十年的时间来建造和完善。它基于一个超大的物品和集体行为数据库，该数据库“记住”了你在几年以前和几分钟以前的行为。新公司要怎么样才能跟它竞争呢？

令人惊讶的是，确实是有方法的。答案在一个与在线购物没什么关系的领域找到——遗传学。如你所知，这门科学是研究DNA片段，即基因，是怎么对人类的特征和行为进行编码的。比如说，一个家庭的成员相貌和行为是相像的，因为他们有相同的基因片段。遗传学作为一门科学已经存在150多年了，它为医学和历史学提供了强大的工具。但是在2006年1月6日，事情发生了意想不到的转变——Tim Westergren和他的朋友们决定将遗传学的概念应用到音乐上。

潘多拉(Pandora)——基于基因的推荐系统

音乐基因组计划

旨在将音乐分解成基本的基因片段。其背后的想法是，我们喜欢一段音乐是因为它的属性——为什么不利用音乐片段之间的相似性做一个音乐推荐系统呢？这种类型的推荐引擎属于物品推荐(Item recommendation)。但是新奇而深刻的是，像一段音乐这样的物品，它的相似度需要通过它的“基因”构成来衡量。

这个项目经过多年的奋斗和处理大量的音乐，积累了足够的数据，并推出了这个服务：潘多拉(Pandora)。潘多拉的成功在于它的精确性和输入的简洁。用户只要选出一个艺人，或者一首歌，就可以建立一个始终播放类似音乐的电台。

这种快感是难以抗拒的。潘多拉理解是什么导致音乐相似，所以他可以在不知道用户喜欢什么的情况下抓住他们。潘多拉不需要知道用户的口味和记忆，因为它有自己的——基于音乐DNA。当然，有时它可能并不完美，因为用户的口味并不是完全固定不变。但是它很少出错。

一个自然的问题是，这种基于基因的方法可以用在其他领域吗——比如书籍，电影，红酒，旅馆或旅游地点？每一种分别由什么构成基因？比如，我们是否能够说，红酒的基因就是那些形容口味的东西：黑莓味、泥土味、水果味、复杂、混合等等。而对于书，基因是否就是描述情节的词？如果我们认为基因就是那些使得物体独一无二的东西，那么各种东西都可以毫不费力地用基因来描述。在过去的几年里，我们在网上就大量地做了这样一件事：标注。

美味书签(Del.icio.us)——标签是否能成为基因？

潘多拉启动成本很大，因为有成千上万个音乐片段需要人工注释。而del.icio.us的社会化书签现象则用到了另一个方法——让人们自己去注释。这种自组织的方法很好用，而且del.icio.us在早期的使用者中迅速地流行了起来。现在，del.icio.us已经不单单是一个书签网站了——它还是一个新闻站点和一个搜索引擎。但是del.icio.us是一个推荐系统吗？

答案是肯定的。这里有一个基本的推荐系统，它基于一个基因——标签。比如在上面的图中，我们看到了使用linux标签的一些流行的链接，同时，我们也看到了相关的标签比如open source和ubuntu.但是一个更让人兴奋的推荐系统是基于多标签匹配的。不幸的是，现在这种启发式的方法并不总是管用。这也是其推荐特征并不明显的原因。但是幸运的是，它对读写网(Read/Write Web)的页面很有效，产生了大量相似博客的列表。(见下面的"related items")：

所以，del.icio.us的方法极有可能被用于构造一个自组织分类和推荐系统。通过足够的用户量和更多打磨，社会化标签可以产生一个对书籍、红酒和音乐都很管用的推荐系统。当然，前提是标签要好到足以成为基因！

结论

推荐引擎是在线交易系统和用户体验很重要一块。零售商们有很大的激励向那些“只是浏览”的用户推荐产品，来诱导他们购买。Amazon.com，这个领域的领袖，提供令人瞩目的个性化服务。其他零售商面临的问题是缺少用户信息和基础架构。

最近被应用到推荐系统的一些方法，比如潘多拉的基因灵感和del.icio.us的社会化标签，都是值得思考的。这些方法能即时地产生推荐，而不需要用户暴露他们的喜好和过去的历史记录。不管将来怎样，亚马逊，潘多拉，美味书签都是拥有非凡推荐系统技术的典范。我们赞赏他们，并期待着接下来会出现什么。