推荐算法的“前世今生”

iFeng科技

凤凰网科技官方账号，带你直击真相

算法分发是未来之物，它是信息过载时代智能分发的产物；算法分发或也终将成为过去之物，因为下一代技术的发展永远可以突破当代人的想象，就像宋朝人无法想象移动互联网。

来源 | 刺猬公社（ID：ciweigongshe）

作者 | 童淑婷

算法分发、编辑分发、社交分发……在信息时代，人们常常讨论信息分发问题，相关概念也成为大热名词。

但事实上，信息资源一直在人类的进化和发展中占据着重要位置。社交分发是最古老的分发方式，编辑分发也比我们想象得更早。

而当我们把算法分发置于人类社会信息分发的历史长河中，便能清楚地看到它的“前”与“后”——从这个角度来看，新鲜的算法推荐，其实也不新鲜。

亘古的信息分发问题

信息分发，是一个亘古问题。

不妨从一个有趣的联想开始：在人类文明早期，群居的祖先们依靠采集和狩猎生存。由于狩猎是一个非常危险的技术活，人们需要交流狩猎作战的信息和经验，来提高成功率。

比如，猎物出现时用什么信号召集同伴？从什么位置伏击猛兽效果更好？他们通过手势和发声，把这些重要信息分发给同伴——这便是“社交分发”，人类社会最原始的信息分发方式。

“知”（甲骨文）：

 

 甲骨文的“知”就表示谈论和传授行猎、作战的经验。

社交分发的意思是基于社交关系的直接和自然的分发。《人类简史》用“八卦”来描述这种信息交流，指出八卦对人类进化的重要作用。

另一种自古就有的信息分发形式，则是编辑分发。虽然英文“edit”一词的出现和报纸相关，可这种分发形式早已有之。

在口传时代，由古希腊盲诗人荷马搜集、整理而成的“荷马史诗”（《伊利亚特》和《奥德赛》）就是典型例子。汉语将“编辑”解释为“收集资料，整理成书”。去其形，取其义，这种信息分发的根本特征是：信息经过整理后分发至接受者，有加工和把关的意涵。

无论社交分发，还是编辑分发，它们都已经历史悠久。只是承载这些分发方式的具体媒介在不断更新和变化，也给这些分发方式带来了新的可能。

比如，互联网通过对社交关系的限制（地域、血缘等）突破，在某种程度上实现了跨区域的社交联结，也让社交分发的范围从家庭、线下社区，转向更广的兴趣群体。 

进入互联网时代，科学家和工程师都在努力解决信息过载环境下的分发问题，早期两种代表性的解决方案是分类目录和搜索引擎——前者，通过人工编辑把知名网站分门别类，让用户根据类别来查找网站，典型如雅虎、Hao123等；后者，让用户通过搜索关键词找到所需信息，解决了分类目录的有限覆盖问题，典型如谷歌、百度等。

实际上，这两种解决方案的思路并不新鲜，很大程度上可以分别对应图书馆的分类馆藏和百科全书的条目索引。

纵观整个历史长河，我们不难发现：信息环境是变化的，解决方案是具体的，但信息分发的需求和方式却是相通的。它们都在回答一个问题——如何有效地连接人和信息。

推荐算法：熟悉的新朋友 

算法分发的出现和普遍应用，意味着人类开始运用机器大规模地解决信息分发问题，人类社会信息分发的动力从人力转向了部分自动化——从“人找信息”，到“信息找人”。

                               

站在人类社会信息分发的长河中看，算法分发虽然是一个新鲜事物，但它的使命和根基却是熟悉的。从这个切口去思考，不难回答为什么这个时代诞生了推荐算法：

第一，新的信息环境和人类的信息需求动力，呼唤一种新的信息分发解决方案。

面对信息过载的环境和碎片化的信息消费场景，如何从大量信息中找到自己感兴趣的信息，是一件非常困难的事情。作为重要工具的搜索引擎，可以部分满足人们的需求，但最适用于需求明确的场景。如果用户无法准确描述自己的信息搜索需求，甚至对自己的需求都不充分了解呢？

这意味着，我们需要一个能够主动根据我们的兴趣和需求来分发信息的方案。早在1995年出版的《数字化生存》（Being Digital）中，尼古拉·尼葛洛庞帝便提出“我的日报”（The Daily Me），认为在线新闻将使受众主动选择自己感兴趣的内容，预言未来信息的个人化。

在当时，这种设想可能被认为是“白日做梦”。因为个体之间自然有差异，而为了社会的总体效率，人们总是尽可能寻找信息的“公约数”。

随着技术的发展，推荐系统的出现给人类的信息分发带来了一种可能：人们不用每次都提供明确的需求，而是通过为不同个体的信息需求建模，从而主动推荐能够满足他们兴趣和需求的信息。

第二，信息技术的发展，为个性化推荐系统的出现提供了物质条件。

一方面，移动互联网发展，每个人都是一个终端，这使得信息的分发能够低成本定位到不同的个体用户。

另一方面，AI技术的成熟和硬件资源的进化，为个性化推荐提供了技术实现路径：机器学习模型的应用，深度学习的快速发展等，提供了有力的算法工具；而大规模分布式机器学习框架的出现、GPU对深度学习的加速能力得到普遍验证、专用深度学习芯片的出现（TPU、寒武纪），又提供了另一层保障。

1994 年美国明尼苏达大学GroupLens研究组推出第一个自动化推荐系统 GroupLens（1），提出了将协同过滤作为推荐系统的重要技术，也是最早的自动化协同过滤推荐系统之一。

1998年亚马逊（Amazon.com）上线了基于物品的协同过滤算法，将推荐系统推向服务千万级用户和处理百万级商品的规模，并能产生质量良好的推荐。

2006 年10月，北美在线视频服务提供商 Netflix 开始举办著名的Netflix Prize推荐系统比赛。参赛者如能将其推荐算法的预测准确度提升10%，可获得100万美元奖金。参赛的研究人员提出了若干推荐算法，大大提高推荐准确度，极大地推动了推荐系统的发展。

2016年，YouTube发表论文（2），将深度神经网络应用推荐系统中，实现了从大规模可选的推荐内容中找到最有可能的推荐结果。

自第一个推荐系统诞生，至今已有二十多年。现在，算法推荐的思路和应用，已经深入到很多互联网应用中。

比如，内容分发平台的个性化阅读（今日头条、抖音等）、搜索引擎的结果排序（谷歌、百度等）、电商的个性化推荐（亚马逊、淘宝等）、音视频网站的内容推荐（如Netflix、YouTube等）、社交网站的（Facebook、微博、豆瓣等），等等。

根据第三方监测机构“易观”发布的《2016中国移动资讯信息分发市场研究专题报告》：2016年，在资讯信息分发市场上，算法推送的内容将超过50%。到今年，这个比重想必更大。

如今，人们探讨算法分发的价值，最常提到的是提高了信息分发的效率，它表现在：解放了部分人力，同时突破了人力对信息分发造成的限制，实现长尾内容的有效分发，从而更高效地完成人和信息的匹配。

然而，还有一层意义较少有人触及：通过算法实现的个性化推荐，真正关注和理解个体。每一个个体都是一个意义不同的“终端”，而不是永远将个体置于群体中去总体理解。也即尼葛洛庞帝所言的“在数字化生存的情况下，我就是‘我’，不再是人口统计学中的一个‘子集’。”——这也是“personal”（个性化）中“person”的意涵所在。

人性面前，算法有更多可能 

算法为人智能地匹配信息，但它推荐的依据还是在于人。

即便推荐算法发展得更加成熟，人们在和算法的日常相处中，也难免会有一些困惑：有时，希望算法再“聪明”、更理解自己一些；有时，并不想老关注自己感兴趣的内容，也想看看公共热点；还有时，会猜想自己除了这些需求之外，会不会也有其他的潜在兴趣？……

今天，对内容推荐的批评声音中，包括让视野窄化、信息低俗化、人的边缘化等——这些声音从根本上折射出人类永恒关注的问题：信息的宽度和高度，以及人的主体性。面对这些追问，也许转而用一种整体的和发展的视角，更有利于我们去理解问题。

首先，算法推荐是重要的，但它并非全部。人类有多种信息需求场景，不同的信息分发方式和工具在互相配合来满足用户的需求。这些分发方式的具体工具，或许在不同阶段此消彼长，但本质上并没有完全取代对方。

举个简单的例子：假设一个初级电影爱好者想在周末看一部电影，会有几种可能？如果他今天想看库布里克的作品，他可能直接打开搜索框，搜索“库布里克”导演，看看他导演的作品还有哪些自己没看过；如果他自己没有特定的想法，便可能打开个性化推荐的APP，在熟悉自己喜好的信息流中，刷一刷看有没有感兴趣的电影；当然，如果他运气好，微信加了一个电影发烧友，也可以直接请对方推荐几部。

从这个例子中，可以看到：搜索引擎满足了用户有明确目的时的主动查找需求；而推荐系统能够在用户没有明确目的的时候，帮助他们发现感兴趣的新内容——从这个意义上看，“推荐”和“搜索”实际上是满足人们不同需求的两个互补的工具。

当个性化推荐应用发展迅速的时候，人们可能会不由自主地假设它占据自己的全部信息场景；然而，在现实情况里，一个人在日常生活中接触信息的渠道，远比我们想象得要更加丰富——2016年Seth Flaxman等学者进行的一项实验，也证明了这个结论（3）。

该研究请5万名参与者，自主报告自己最近获取信息的新闻媒体来源，同时通过电子手段直接监测和记录他们的实际新闻消费行为，包括网页浏览历史等。两项数据的对比后，研究最终发现人们实际的媒体消费比他们所想象的更具有多样性。

再者，从根本上来说，算法是运用智能来解决信息分发问题的思路，而非一个绝对的和定型的操作手段，它本身也在不断发展。算法与编辑、社交并不对立，将三者有机结合可以帮助实现更有效的信息匹配。

《内容算法》一书中，作者把算法比喻为“是个筐，什么都能往里装”：算法是基于我们对现实世界的理解进行的抽象和建模，所有我们关心的因素（编辑分发、社交分发）都可以转化为算法推荐的参考因素。

实际应用的推荐系统通常都会使用多种推荐算法，来提高推荐系统的个性化、多样性、健壮性（即鲁棒性）。比如：运用基于内容的推荐算法，解决用户和内容的冷启动问题；在拥有了一定的用户行为数据后，根据业务场景的需要综合使用基于用户的协同过滤（UserCF）、基于物品的协同过滤（ItemCF）、矩阵分解或其他推荐算法进行离线计算和模型训练，并综合考虑用户的社交网络数据、时间相关和地理数据等进行推荐。

与此同时，人工编辑也在关键的时候发挥作用。比如在今日头条平台，由人工审核和机器算法共同对内容进行把关。一个拥有良好推荐机制和规则的平台，能够助力高质量内容的传播，从而促进内容生态的发展。新技术环境中，专业内容生产和编辑团队的价值不仅不会褪色，还会越来越重要。

最后，从人们围绕算法分发的探讨中，可以看到人们面对信息时的两对永恒需求——个人向和公共向、已知的和未知的。人类永远希望二者可以达到动态的平衡，而这个平衡点又往往因人而异。这给算法的发展和完善提供了动力，也带来了难题。

对于个体来说，一个趋于理想态的信息生态，可能需要具备社会性、群体性、个体性，兼顾信息的高度和宽度——有些问题，算法可以解决，也正在尝试解决；但有些问题，可能人类自己也无法很好地解题，最终还是要不断回归到人性本身。信息分发技术发展和完善的背后动力，还是在于人，在于人对信息分发理想模式的永恒追寻。在这过程中，人始终具有其独特的价值和能动性，坚守“技术为人”。

结尾

算法分发是未来之物，它是信息过载时代智能分发的产物；算法分发或也终将成为过去之物，因为下一代技术的发展永远可以突破当代人的想象，就像宋朝人无法想象移动互联网。但无论如何，人类追寻信息的脚步是不会停止的，这种追寻就是信息分发长河奔流的动力。

追问了推荐算法的“前世”与“今生”，那么在技术发展的未来，算法的“来世”会是如何？

想看深度报道，请微信搜索“iFeng科技”。

更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。

我就知道你在看！