随着网络信息冗余度的增加,在无数的网络信息中找到自己需要的,或者说,碰到自己需要的不是一件容易的事情.我知道我有很多东西我能找到,因为有谷歌和百度;也知道我们有很多东西我们找不到,因为有GFW;我知道有多少东西我不知道,但是不怕,我有推荐系统;可是我不知道我有多少东西不知道,因为我还没有找到一个好用的推荐系统.比如说,推荐系统的可靠性(精度),多样性(个性化)[1],还有一个可能忽略的,这个该死的推荐系统在给我找到好东西的时候,永久地毁掉了多少更好的东西?这个问题或许可以这样描述,长期使用推荐系统,会不会对我们周围的评价网络生长造成坏的影响?

 

目前流行的推荐系统[2]可以大体划分为基于文本挖掘技术,和基于模型的技术.在基于模型里面,比较成熟的有神经网络学习方法,协同过滤方法和由此派生的一系列算法.前者通过模型自动学习,好设计不好理解,而后者要自行设计过滤规则,好理解却不好设计(按照某大神的说法,高中数学足够了).

 

由最简单的,只有拓扑结构的网络推荐算法[3]来讨论前面提出的问题.算法的核心是找到网络中各个节点的相似性,再按照对相似性加权计算推荐的可能性.一个用户链接到一个对象上,强化了用户i与对象l之间的相似性,进而增强了与所有和对象l相似的用户j的相似性.如果可以用一个多维的连续空间描述这个过程,应该可以看到用户与用户之间的距离变化:选择了一个与周围用户相似的对象,则趋向与周围用户结合更紧密;反之,则意味着用户品味的变化而离开这个群体.在没有推荐系统的情况下,用户自发的选择对象,最终能移动到一个适合自己的位置;或者说没有稳定的位置而是在自由的晃荡.但是,在推荐算法作用下,不是这样了.

 

基于模型的算法的核心是,由历史数据估计用户的喜好.而初始数据的收集是一件困难的事情,(冷启动问题).在常规的推荐算法下,历史数据推断出来的用户的喜好只会是原来的喜好;原来只是喜欢吃鱼的同学会发现他们周围聚集了越来越多的吃鱼的同学,因为他们接受系统的推荐吃鱼之后相似性加强了.其实,有不少人内心还是觉得吃肉也不错的...

 

当然,这个问题也不是不可以解决.比如,对历史数据按照时间加权(免得小时候玩泥巴的喜好影响我找到一个小时候也爱玩泥巴的女朋友);引入排斥过程(吃腻了就吐了再也不来了)等.可是如果芙蓉出钱让你吐啊吐啊还是满屏的芙蓉呢?甚至,如果周围的人吐啊吐啊就觉得芙蓉其实也是一个不错的话题,我们就完了.因为这时,周围的评价网络已经变质了.

 

所以说,潜藏在算法后面的,还有设计者的良知.

 

 

 

 

[1]Tao Zhou & etc., Effect of initial configuration on network-based recommendation, EPL 81, 58004 (2008)

 

[2] 刘建国，周涛，汪秉宏，个性化推荐系统的研究进展，自然科学进展，2009年19卷1期，1-15页。

 

[3]Tao Zhou & etc. ,Bipartite network projection and personal recommendation. Physical Review E 76, 046115 (2007)