案例分析：个性化推荐该如何做？

　　推荐不是预测，推荐是有依据的，预测是扯淡的。今天本文来谈两种“推荐”和一种类似“预测”的推荐。其实不管推荐也好还是预测也好，都是有依据的。

　　一、最早我是这样喜欢上“推荐”的

　　豆瓣。

　　不得不再次解说一下豆瓣：大约05年接触到这个网站，来自于好友推荐。吐槽：也许这就是早期“朋友圈”这个概念了，北漂时很孤独、很空虚、很无助，从小城市来到大城市什么都感到很新鲜，新鲜到都不知道什么是好什么是坏的，于是“朋友圈”对你的无节操推荐你都会迫不及待的尝试一下。

　　那时为何我们想不到做这么一个应用呢?，所以说有句负能量的话很对：”你只需看着别人精彩，上帝对你另有安排”。(我认为愚钝的我，就算上帝对我有所安排，也体会不到)

　　回到正题:当我在豆瓣上看了一大堆书评和影评后发现以后想看什么“似乎豆瓣已经知道了”。因为在它的首页上已经显示出“猜你喜欢”，而且非常精准。

　　接下来的日子是我用c#实现“猜你喜欢”算法，于是各种余弦相似性、修正的余弦相似性、协同过滤算法被我疯狗般的实现了一遍,并用在了公司某电商项目中。

　　花絮：

　　1、最近有个项目也需要用到推荐算法。我又开始复习旧功课了

　　2、我还是打算做一个“猜你喜欢”，来给用户推荐信息或购物

　　3、我一个朋友建议我做一个“猜你妈喜欢”的功能，比“猜你喜欢“更简单更暴力，更能符合电商“创新”法则。我很认同的昏倒了

　　关于余弦相似性：

　　如果不明白这个算法的人，我们可以理解为向量夹角。每一个向量就是每一个人对某个事物的喜好程度和打分，向量之间的夹角越小说明你和某人相似度越高。通过这个基本原理，只要你对某个商品进行了打分，那么我立马可以找出和你兴趣爱好很类似的用户，于是我会把他们的兴趣爱好商品推荐给你。理论上讲，能够中你的兴趣度很高。

　　点评：

　　这种推荐来自于大数据的挖掘。样本数据越大结果越精准。不光是电商，信息类门户如微博都会使用类似这种算法思路实现推荐。譬如你经常会在微博上看到“可能你感兴趣的人“，我大致看了看，确实命中率在60%以上。

　　二、微信朋友圈推荐

　　微信的到来让我们欣喜若狂，其朋友圈很是让人耳目一新。大约有那么几周时间，我天天能看到微信朋友圈里分享技术、互联网新闻、涉yellow段子、各种节操商品购物推荐、各种养生知识。

　　其实，这叫“被动推荐“，不需要任何算法。凡是”朋友“推荐的东西总能让你感觉”可能会很美好“。

　　事实上时间久了我发现：

　　1、技术知识由于格式问题，在微信里看根本不适合

　　2、互联网新闻还不如看微博

　　3、涉yellow段子都是看了无数遍的重复段子

　　4、商品购物推荐基本要么是烂货要么是吭货，还有诱导点赞

　　5、养生知识很多都是假的。

　　于是，我在微信中把一些“无节操、无脑”推荐的好友给屏蔽了。因为，有些东西我不需要他们的推荐。逐渐开悟的民众也许已经能自己“判断是非”了。

　　点评：

　　这种推荐无节操、很暴力。不可否认的是兴趣爱好类似的小众群体中进行的“推荐”，转化率很高。只不过持久性不足，其效果太容易大起大落。

　　三、统计学推荐

　　大家知道为神马星座这么准?

　　网上说，其实它是一门统计学，把各个出生年月日的人物性格统计出来(我不知道是何方神圣统计的)，然后大部分人都会与其有所对应，毕竟用统计学的话不符合的都是少数。

　　这里我举个小案例，让大家知道利用统计学做推荐的“魔力“：

　　假如我是一个诈骗团队头目，最近缺钱花，今年又是2014世界杯，于是我想到了一个办法来骗钱。方法如下：

　　首先假设世界杯已经开始了，第一场是巴西对中国

　　1、买一万个信封，分成两份，前五千份写上巴西赢，后五千份写上中国赢。落款是：宇宙级世界杯超精准预测推荐小组。然后在开场前把1万份信都寄出去。

　　2、规则很简单。如果用户收到的预测信是正确的，请关注信封上印的“二维码公众号”，并回复1，这样他们下一场比赛还会收到我们的预测信息(不过，用的不是再是纸质信封，而是微信公众号直接发预测推荐结果，节约成本)，不关注、不回复则不再发信息。

　　2、于是巴西和中国正式比赛有一万个人会收到我的信。接下来就是他们兴致勃勃的看球赛。我们假设结果是中国赢，于是收到“巴西赢”的5000人会把信当场撕掉。一边骂我是2B一边还可能打电话报警。不过这些我都没问题，我已经准备了多部手机号码了。不过可喜的是，另外5000人会关注我的微信公众号，并回复“1”，然后殷切的等待下一场预测结果。

　　3、假设第二场是：美国VS朝鲜。于是，我针对这5000人再次分成两组，一组2500个人发“美国赢”，一组2500人发“朝鲜赢”。

　　4、后面的结果大家也能猜到了。继续会有2500人“取消对我的关注”，另外2500的人对我开始“有点崇拜”。

　　5、以上步骤反复类推，经我估算，大约关注人群减少到150人左右时(大概进行了5次预测推荐)，这150人绝对会是我的忠实粉丝(疯狗般的崇拜我)，很忠实，因为他们连续5次获得的推荐结果都是和真实比赛是一样的。

　　6、下面一次的预测结果我就不会和以前一样了。而是发送一条文字信息“本团队为全人类主宰级、宇宙级、恐龙级推荐团队，我们的推荐必然会得到god一样的验证，如果您需要再次获得下一场比赛的结果，请向XXX账号支付XXX元，你将会一如既往的得到我们的服务”。最后，别忘了提示一下：我们推荐的结果可以用来“赌球“

　　7、好吧。我可以很负责任的告诉大家，这150个人必然会有90%的人汇款给我。并期待下一场结果

　　8、大家要问后来呢?我想说还需要后来吗?卷铺盖逃跑了。换个微信号、换个城市继续吧

　　极其严肃的申明：以上办法请勿模仿，仅仅为让大家学习统计学的推荐原理，模仿后造成的后果本人一律不负责。

　　点评：

　　不要小看统计学推荐。他经常被用于一些“自媒体电商”，“特定行业人群电商”。做法更简单、更暴力，只不过他就像“数学谜题”一样，大部人会绕进去。

　　譬如我再举个例子：

　　早期国外有个电商网站，特点是每天卖一种商品。于是每天有几万人上来看到底是啥商品，其中一半人喜欢一半人不喜欢。根据上面的案例反复类推。最终网站积累了几千种子用户，因为他们发现这个网站每天推的商品都是他们喜欢的，很有爱、很开心。于是，多年后该网站摇身一变变成了针对一些特定行业、特定领域用户群服务的真正的电商网站。

　　结论：

　　这里不下结论，防止对大家的思维产生固化。思考一下、想一下。换种思维海阔天空。