閱讀937 返回首頁    go 微軟 go windows

[推薦係統]信息過載與推薦係統

我小的時候，電視隻能收到三四個台，很多那個時候的電視節目，例如《動物世界》、《射雕英雄傳》、《渴望》等等，都成了經典——可選擇的少了，能記住的反倒多了。現在的電視，動輒能收到上百個台，往好裏說是百花齊放，異彩紛呈；往差裏說是五色雜陳，泥沙俱下。可看的多了，反而不知道看什麼好，往往是“亂花漸欲迷人眼”，轉了一圈都找不到中意的節目。幾百個電視頻道就夠讓人心煩意亂了，網絡世界則更加恐怖：Netflix.com上麵有數萬部電影，Amazon.com上麵有數百萬本書，Del.icio.us上麵有超過10億的網頁收藏……不要說仔細選擇，把題目全看一遍，也是絕不可能的事情。可以獲取的信息多了，在表麵豐富的背後，意味著從汪洋大海中找到你所需要的信息，其難度和成本都上升了。這些讓人頭痛的問題，就是所謂的信息超載(information overload)。簡單地說，信息超載就是指過量信息的同時呈現，遠遠超出了一般用戶的分辨和處理能力——可以選擇的多了，卻不知道如何選擇。其表現為可獲取的信息多了，用戶體驗卻不見好，甚至變得更差。
很多工具被開發出來指導用戶如何更好地利用信息，例如閱讀《廣播電視報》可以幫助你更好地找到自己喜歡的電視節目。因為信息超載主要還是與互聯網有關的問題，下麵我們把注意力集中在互聯網上麵。為了幫助用戶通過互聯網找到自己喜歡或者有用的東西，信息集成和信息過濾的工具是必要的，大致而言，這方麵的發展經曆了四個階段（不是嚴格的時間先後關係）。
首先是信息索引工具。簡而言之，信息索引就像電話黃頁一樣，把可能有用的信息按照某種分類或者順序組織起來，便於用戶查找。這裏給出了一個名為“化學信息導航站”的信息索引網站的例子（https://home.ustc.edu.cn/~wjbai/chem/chem.html）。該網站將從事化學學習和研究中可能用到的一些資源，按照一定的方式，例如學科方向或者研究機構，進行分類和組織。這類網站所引用的地址和信息，往往都是相當穩定的，例如美國化學學會的網址，沒有重大原因肯定不會更換。這種信息索引在專業研究領域廣泛使用，例如針對蛋白質結構和基因組問題，每年都會有一本新的手冊，公布相關研究機構的網址，和在網絡上可以公開使用的數據資源地址。信息索引網站盡管簡單，但現在仍然廣泛使用，大家熟知的網站www.hao123.com (hao123網址之家)僅僅是羅列了一些較知名的網站，但是其網站訪問流量在我國非常靠前。總的來說，信息索引工具的優點是簡單易用，缺點是更新慢，適應能力差，缺乏用戶的個性化特征。
第二就是所謂的門戶網站，例如我們熟悉的雅虎、新浪、搜狐等等。門戶網站使用也很方便，並且集中了主流的興趣，一般的用戶總是能夠從中找到部分自己感興趣的內容。相比信息索引，門戶網站的更新也很快。但是，門戶網站有一個同樣的弊端，就是缺少個性化設計，無法滿足用戶與主流興趣不符合的需求。
過濾海量信息方麵裏程碑的進展來自於搜索引擎的出現。通過主題定位（輸入關鍵詞），用戶能夠比較準確地找到自己感興趣的網頁。搜索引擎是使用最頻繁的網絡信息過濾工具，對於我們的生活有巨大影響，事實上，Google和百度已經不僅僅是網站的名稱，而是常用的動詞。但是，搜索引擎仍然存在兩個比較嚴重的問題。首先，盡管選擇關鍵詞是完全個性化的，但是針對同一個關鍵詞，返回的信息對於每一個用戶仍然是相同的，事實上也是表達了主流的興趣，倘若對某關鍵詞或者關鍵詞組，用戶的興趣和主流興趣不一致，那麼他很難從返回的搜索結果中找到自己感興趣的內容。另外，有一些對信息內容的需求，是沒有辦法通過簡單的關鍵詞匹配表示出來的。例如，一個用戶可能對於某種類型的小說或者詩歌非常喜歡，但這是一種整體的感覺，並不僅僅取決於某個作者或者某個主題——這種感覺難以言表，因此也就無法進行搜索。
如果把關鍵詞和搜索引擎作為探索信息世界的武器，如同宇宙中有很多我們探索不到的暗物質，萬維網中也有很多“暗信息”，這些信息是我們（普通用戶）探尋不到的。推薦係統的基本原理，就是對用戶的曆史活動記錄進行統計分析，挖掘用戶的喜好，然後根據這些喜好，自動地從海量信息中找到與之匹配的內容，並進行推薦。推薦係統是網絡信息過濾工具的第四個階段，也是目前解決信息超載問題最有潛力的辦法。因為每個用戶的曆史信息都不相同，所以推薦結果也是個性化的。
推薦係統這個概念，在上世紀九十年代就比較成熟了[1]。最近的火熱發展，來源於Web2.0技術的成熟。因為有了這個技術，用戶不再是被動的網頁瀏覽者，而成為主動參與者[2]。通過對網站提供的項目（包括用戶主動提交到網站上的項目）進行評分或粘貼標簽，用戶的喜好潛在地表現在這些活動中，網站可以設計相應的推薦算法，把這些喜好挖掘出來，從而向用戶推薦他們可能感興趣的項目。推薦係統的興起，還得益於它重大的商業化前景。以我國為例，現在一年網絡購物的交易量約為500億美元，而且這個數字還在激增。在基於Web2.0的購物網站上，用戶除了購物以外，還可以對所購物品進行評價——這些評價可以被其他用戶看到並參考。那麼，一個自然的問題就是，能不能利用這些評價記錄，最大可能地挖掘用戶喜好，向用戶推薦他可能喜歡的商品。這不僅僅是一種商品營銷手段，而且可以增加用戶對該網站的黏著性（誰會拒絕一個了解自己喜好的網站呢）。現在推薦係統的商務化應用已經比較廣泛，例如Amazon.com推薦書，Netflix.com推薦電影，Music.Yahoo.com推薦音樂，Sesamr.com推薦網址，AdaptiveInfo.com 推薦新聞。此外還有推薦朋友，推薦食品等等，不一而足。
除了計算機互聯網，手機現在也成為了推薦係統的新媒介。例如可以通過手機信號發送的購物推薦信息，用戶可以對推薦的產品和陳列的產品進行評價，這些評價信息將成為推薦的數據基礎。因為手機號碼具有唯一性，所以每個手機的擁有者都可以被視作一個獨立用戶。隨著電子貨幣的發展，用戶利用信用卡在超市刷卡購物的信息也可以被記錄，這些信息也可以被用於推薦。


本文引用地址：https://blog.sciencenet.cn/blog-3075-25413.html 

最後更新：2017-04-03 08:26:22

  上一篇：go iOS獲取OpenUUID
  下一篇：go 【端午小練】HDU1701-ACMer