九道门｜数据分析案例-相亲局，让你秒懂推荐算法机制

最近几年随着大数据、人工智能、机器学习行业的兴起，作为数据分析师多多少少都接触过一点推荐算法相关的分析，在做算法模型分析的前提是要弄懂推荐算法的机制，掌握了常规的业务知识以后，就算不会写代码去实现过程，也能用算法进行一定的分析。现在主流的推荐算法大概有四步：召回、过滤、粗排、精排。这些都代表什么意思呢？

下面会用一个特别特别形象的案例跟大家介绍：相亲。

召回：广撒网

召回的概念是从目前的资源池中将满足条件的资源圈出来。就好比要去相亲了，在相亲网站上进行了数据的搜集，首先确定了年龄段，发现相亲网站上选出来的人各式各样，各种颜色的皮肤，各种颜色的头发，嘴里说的念的都是“选我选我”的中国话~

当然还会存在一些收费或者VIP用户，会为他们推荐一些高质量的对象，还有通过其他的相亲网站、熟人介绍等方式。这些特殊通道就是多路召回。总之呢，在海选这一步，只要是符合粗略条件的什么都不管，一把拿过来再说。

这个原理跟我们平时头条有点类似，算法召回的方式有很多种，比如：向量召回、协同过滤、其他多路召回等等，包含的内容也是五花八门的，比如关注的博主发布的内容，热度比较高的，各种热点花边的，从内容分类来看还有娱乐、影视、政治、外交等等。总之最后在客户端呈现的内容，首先要做到“全”以后才有条件去做“准”，召回这一步就针对的是“全”的问题。

过滤：复选

经过海选的对象就进入到复试的阶段了，这么多对象不可能全部见一面，全部成功的，那么就需要在见面之前再筛一筛，这时候要在这些人中淘汰一批不符合某项条件的，比如太瘦了，太胖了，太高了或者家庭条件不符合、学历一般，投机倒把的等等，这一系列下来就能筛掉质量比较差的对象了。

还是以头条为例，召回的内容中挂着热点标签搞反动倾向，浏览数低，老旧内容先去掉，过滤一下质量不好的内容，留下稍微精华的一部分。

粗排：了解

既然要见面了，那就需要在见面之前先沟通一下吧，聊聊天，谈谈三观，谈谈理想，发现不合适，好的，换下一个。这时候就根据言谈举止等等再进行打分，再过滤掉一部分不合适的，精益求精。

就推荐算法来说，小的APP在召回阶段资源就不够了，到最后展示给客户的内容就不多，那么就可以粗排和精排一起做，大型APP比较任性需要用粗排继续过滤一波数据来降低服务器的载荷。

精排：见面

经过三面之后，剩下的人不多了，就可以安排见面了，那最后可以剩下哪个人，或者哪几个人还是需要再次评估的，到这一步就要根据个人的偏好还有对象的动态特征进行挑选了。

这就相当于新闻列表中除了之前所说的特征，还要根据点赞收藏转发用户偏好去进行一个综合的评分，将最适合当前用户的内容排序曝光出来。

由于新用户是没有行为数据的，所以就不能判断用户的偏好，对于推荐引擎来说相当于冷启动，这时推荐的内容相对比较杂乱，慢慢的随着用户的行为积累，算法学习出用户的偏好，推荐的内容就越来越集中于某一些领域。