TMT观察网_独特视角观察TMT行业

推薦系統想必大家都不陌生，一個推薦系統有多“聰明”，將在很大程度上決定了用戶是留下還是跳出，甚至可能影響一款產品的生命周期和商業價值。

在推薦系統誕生的三十多年間，不同平臺衍生出了各有特色的機制和算法，冷啟動卻是伴隨其始終的話題。

所謂冷啟動，就是在推薦系統初期，沒有任何用戶與平臺信息的交集信息和行為軌跡的情況下，無法通過用戶偏好等方式進行推薦。這時，推薦系統就處于冷啟動狀態。

簡單來說，就是一個新顧客來到饅頭鋪，第一次買饅頭、也沒有任何動作表情可供揣測，如何讓他第一眼就看到自己想吃的饅頭。

今天我們就用一篇文章，看看AI在推薦系統的冷啟動上，有哪些新突破。

流量紅利耗盡后，

互聯網公司還能向誰要增長？

后面我們會深入探討一些關于推薦算法及冷啟動的技術概念，但首先，我們需要闡述一下，冷啟動到底有何價值？

先說結論：冷啟動可以讓推薦系統用最快的效率黏住新用戶。

2017年以來，所有中國互聯網公司都在流量紅利枯竭的深淵中掙扎。智能設備的用戶數量不再自發性增長，用戶使用時長也來到了瓶頸期，此時想要繼續擴大規模的互聯網公司，路徑無非兩個：

一是去海外市場攫取新用戶，二是在存量市場中撬走新用戶。

無論哪一種，都面臨一個難題：如何第一時間吸引住越來越缺乏耐心的用戶？

例如，某新聞資訊APP好不容易吸引了一個新用戶下載，如果他在首頁上翻了二十分鐘也看不到自己想看的內容，或許就不會再浪費時間；

同樣，如果一個大眾社交平臺在不知道用戶特征的時候，推薦的賬號都與他心目中的理想型八竿子打不著，自然也難逃涼涼的命運。

在這些例子中，推薦系統與新用戶之間難免出現信息與預期的不兼容，往往需要用戶進行一些顯著的操作才能提高匹配的精準度，而冷啟動恰恰是推動用戶與平臺產生交互的關鍵所在。

精準的幻象：

目前的冷啟動存在哪些問題？

冷啟動要與潛在用戶有效契合，問卷調查和興趣選擇，是最常見的一種。

諸如豆瓣、微博、喜馬拉雅等內容分發平臺，在用戶第一次打開APP，都會強制注冊并采取一定的獎勵機制，引導用戶留下個人資料和感興趣的話題，主動推薦關注相關熱門賬號，以盡可能保證用戶在正式體驗過程中，能刷到自己喜歡的話題。

這種主動引導用戶留下行為軌跡的方式，可以快速積累起第一批用戶數據，做一些顆粒度比較大的推薦。

如果用戶很懶，或者不愿意讓系統知道自己的個人信息，推薦系統還可以使用熱度模型，基于統計分析推薦一些大部分人都會感興趣的熱點信息。雖然很容易讓平臺調性顯得有點low，但從概率學角度看，說不定就正好撞到用戶心口上了呢。

比如一直強調算法推薦的今日頭條，在冷啟動狀態就采用了這種做法，向新用戶推薦的大多是“新娘給伴娘下藥”、“孿生姐妹共侍一夫”這樣low得不要不要的內容，還是有一定效果的。

如果以上還不夠，那么也可以采取更加激進一點的方式。比如基于大數據的協同過濾，可以根據關聯行為或關聯用戶的相似性來進行推薦。

像是采集用戶的地理位置信息，旅游商務、本地O2O等應用可以更有針對性地進行推薦；或者調取手機中關聯APP的用戶行為數據進行預分析。

今日頭條就曾引導用戶使用微博登錄，然后爬取用戶在微博上的一些社交數據，比如動態、圖片、文章、贊過的人等等。依據這些信息，可以判斷出用戶最近喜歡哪個明星，并為其推送相關資訊。

反正大數據時代，“凡有接觸，必留痕跡”，總有一些隱藏的信息能夠捕捉到用戶內心的吉光片羽。

說了這么多，我們來歸納一下傳統意義上冷啟動的內在邏輯——盡可能多地掌握用戶信息的獲取維度。

這個過程同時也向我們揭示了一種推薦系統的集體困境，那就是，如果企業無限度地擴展獲取用戶信息的渠道，必然會遭遇隱私和法律之墻；而挖掘已有的用戶信息，數據量往往又捉襟見肘。

那么，情況有可能發生變化嗎？少樣本學習（fewshot learning）正在嘗試解決這一問題。

少樣本學習：改變的不只一點點

不難發現，推薦系統冷啟動的眾多通用方法，都需要越多越好的標注數據才能有效發揮其作用。

但現實是，冷用戶往往不會提供那么多的標注數據。在小數據的環境下，推薦算法還能發揮作用嗎？

這里就涉及到一個重要的“多臂老虎機問題（Multi-armed bandit problem, MAB）”。

當你走進一家賭場，面對20個一模一樣的老虎機，在不知道它們吐錢概率的情況下，如果可以無限制地搖下去，自然可以知道哪臺老虎機成功率最高。

但當你手里的錢有限的時候，搖弊的次數也被限制了，該如何最大化自己的收益呢？

顯然，此時每一次搖臂的機會對你來說都是極其寶貴的。

在冷啟動中，用戶的每一次有效行為也是如此。

系統既要盡可能地擴大信息的多樣性和寬度，又要防止過多“無用”信息夾雜其中，讓用戶“信息過載”。

過去，不少平臺試圖通過熱度模型來解決這個冷啟動中的“多臂老虎機問題”，給新用戶推薦目前點擊率最高的結果。但這又會大大降低信息的覆蓋率和多樣性，出現反復推薦。

那么，少樣本學習（fewshot learning）又是怎么做的呢？

簡單來說，就是讓推薦引擎具備經過少量樣本訓練之后快速泛化的能力，從而在冷用戶有限的行為軌跡下，實現推薦效果的最大化。

舉個例子，電商平臺可以先用隨機試探的方式，選擇帶有不同標簽的熱門商品展示給冷用戶，并對冷用戶的有效動作進行強化學習。

比如給用戶的動作設定一個獎勵函數。用戶點擊一次，收益就是1；沒有點擊，收益就是0。以此測試冷用戶對哪些商品有反饋，再在此基礎上根據實際收益去調整被展示的商品。

這樣做的好處是，即便是在有限的條件下，也能快速判斷出用戶的興趣所在，降低瀏覽過程中用戶的耐心損耗，同時避免熱度模型制造的“信息繭房”。

一個商品的收益均值越大，被選中展示給用戶的機會就越大。而那些被選次數較少的商品，也回被呈現在冷用戶面前，相當于一張“復活卡”。

又比如孿生網絡，訓練時利用雙路神經網絡進行交叉計算，從而得出共性特征。再用這一模型去測試樣本，對于樣本的共性指數進行排列。這樣電商就可以通過這種共性指數來進行商品推薦，把用戶行為和商品標簽看做一對孿生數據，假如用戶與“少女”、“溫馨”這樣的數據標簽共性指數越高，那么自然與“直男”、“酷炫”這樣的標簽共性指數越低，反之亦然。當用戶無視了粉紅色手機殼時，系統可以嘗試推薦白酒這類商品，通過實時反饋不斷縮小用戶畫像的范圍，在少量數據的前提下達到和協同推進算法近似的效果。

除了電商，少樣本學習還能夠被應用在眾多其他領域。

比如視頻網站。

“一千個觀眾有一千個哈姆雷特”，用戶認知標準不一，讓視頻的數據標注也充滿了不確定性，無法建立龐大的標簽體系，使得視頻平臺個性化推薦的冷啟動更加困難。

從這個角度看，少樣本學習在視頻領域更有用武之地。

比如用戶的觀看長度、觀看時間段、觀看次數、跳進跳出等等行為都存在者很大的主觀性，很難用標簽語言來概括。在這種情況下，在用少量視頻“試探”冷用戶的時候，反而可以對這些主觀因素進行價值判斷并賦值，再讓機器進行在線學習，選出成功率最高的進行推薦。

并不討好的少樣本學習，

會完成推薦系統的終極理想嗎？

說了這么多不難發現，“少樣本學習”的條件要比大數據學習苛刻的多。

它將訓練范疇鎖定在了新用戶與單一平臺的有限交互之間，既不能調取外部用戶行為進行協同過濾，也不讓用戶主動告知系統自己的個人偏好，可說是完全暴露在用戶行為的數據孤島上。

在中國如此寬松的隱私環境下，這種探索有必要的嗎？

我認為是有的。

首先我們要知道，當前寬松的隱私環境一定只是一時的。相關法律法規的制定、用戶的防范意識只會越來越完善。未來數據泛濫供人取用的情況只會越來越少，如何最大程度下發揮有限數據的作用，一定是推薦系統取勝的關鍵。

同時，能用更少的數據去捕捉更多用戶，也是中國科技企業發展從流量轉向算法的關鍵。在巨頭割據下，或許流量、再從流量中轉化數據正在成為一件奢侈的事情，但沒有數據，也就沒有精準的推薦算法，無法留住用戶更無法商業化。而少樣本學習的出現，正在打破這個怪圈，未來崛起新企業不一定是BAT的附庸，但一定會應用少數據學習算法。

更重要的是，冷啟動所面對的，不是等待被收割商業價值的賬號，而是一個個充滿好奇的靈魂。真正優質的推薦系統，要做的就是不斷帶來驚喜，這才是技術的終極理想。

用萊蒙托夫的一句詩結束這篇文章吧……

一只船孤獨地航行在海上/它既不尋求幸福/也不逃避幸福/它只是向前航行/底下是沉靜碧藍的大海/而頭頂是金色的太陽/將要直面的/與已成過往的/較之理想/皆為微沫……