推荐系统在商业链条中的地位

李梅

摘要：随着互联网技术的高速发展，我们进入了一个知识大爆炸的时代。海量信息的出现，给我们的生活带来了便捷的同时，也带来了困扰，即：选择困难症。此时，推荐系统应运而生，也扮演着越来越重要的角色。本文阐述了在商业链条中，推荐系统在商品和消费者之间搭建了一座桥梁，它是获得用户注意力的有效手段。最后提出，在建立推荐系统的时候需要考虑团队成本、硬件成本和机会成本。

关键词：推荐系统;商业链条;注意力;稀缺;成本

中圖分类号：TP312      文献标准码：A

文章编号：1009-3044（2019）27-0295-02

今天，推荐系统已经被广泛应用于各大互联网公司的产品推广中，例如你在淘宝网浏览一双你感兴趣的鞋子时，肯定会看到“看了这个商品的还看了”这样的推荐形式。推荐系统存在于学术界时，人们关心的是与之相关的算法和模型;但完整的推荐系统是存在于商业界中的，这得益于强大的数据支持。显然这不并算是推荐系统的全貌。下面就来看一下推荐系统在互联网商业链条中的地位。

在商业世界中，你应该对推荐系统采取一点“功利主义”的观察，但在你对推荐系统采取功利观点之前，推荐系统在业务链中扮演什么角色和作用呢？

供求关系是商业世界中亘古不变的话题，其实质就是交换[1]。

我不在商界，所以我只知道基本原则。面对庞大的用户群体，推荐系统的作用就是在商家商品和消费者之间建立一座桥梁。因此推荐系统是信息经济中的一种设备。那么在信息经济中供求到底又是什么呢？在互联网经济中，供求双方分别是信息生产者和信息消费者，而需求方正是关注提供者。似乎在这里不经意提到了“注意”这个词[2]。因此，不管推荐系统服务于哪一种产品，例如社交门户，电子商务，游戏等。虽然这些产品属于不同的类别，但是他们最终获得真钱的方式是相同的，即所谓的商业模式是不同的，但他们都有一个关键的步骤： 获得用户的注意力。

用户浏览信息的行为表示关注某一个商品，因此信息流产品正在获取用户在哪一类商品上花费很长的阅读时间，那就是花费的注意力。现在所谓的信息经济其实质上就是注意力经济，而推荐系统是获取用户注意力的强有力手段。那么说注意力这种东西到底是什么？它不是一个真正的物理“力量”，它不属于宇宙的四个基本力量，而是一个决策的可能性[3]。例如，如果用户关注某个广告，则可以点击广告。如果注意力足够长，那么它将参与整个链条的各种经济活动。

首先，在互联网不发达的年代，信息比较稀缺，人们没有那么多信息需要浏览，注意力自然充沛，可以花费大量时间寻求需要的信息。

其次，在搜索引擎出现的年代，虽然信息相比原来已经增长了许多，但是搜索工具的属性是单一的。搜索引擎不会侵蚀用户的注意力，因此用户可以使用搜索引擎积极地寻找有用的信息。

最后，在互联网高度发达的今天，特别是随着移动互联网的普及，信息大爆炸时代到来了，很大程度上可以说信息已经泛滥了。智能手机在人们的生活中俨然成了身体的一部分。推荐系统根据用户的浏览痕迹推荐出人们感兴趣的商品，这种方式侵蚀了人们大量的注意力。注意力在变得丰富的同时也变得越来越稀缺[4]。 但是，注意力本身有价值高低之分。信息阅读课程功能强大，但价格便宜，电子商务和游戏类别非常有价值，但数量不如信息阅读课程。这种注意力值在业界通常被人们称为用户价值，在商场如战场的年代这是值得商家关注的。

由此可见，三个时期的信息和注意力之间具有如下关系：

在推荐系统的帮助下，注意力成为一个稀缺的要素，信息的来源随处可见。由此可以看出，商品不再是信息，而是变成了关注，信息来源又成为这些关注的消费者。用户的注意力有限，这些注意力需要平台存储起来。存储的注意力是平台最有价值的资产。存储这些注意力的不是像电力中的电池板，而是推荐系统，它扮演着存储设备的角色，这就是在互联网商业链中推荐系统的地位和作用[5]。如何定量地定义注意力？一般认为，注意力会逐渐消耗平台上的内容。因此，我个人把注意力定义为：内容所消耗的加速度和平台内容的复杂性的乘积。

写成公式就是：

是的，你没有弄错，我用类似于牛顿第二定律的定义来定义注意力。下面来解释一下这个公式。

1）C表示内容的复杂性，没有对它进行量化，因此可以看作消费内容所需要的时间，比如说论文网站和淘宝网站。在这两者之间，难度明显不同，消费的时间也不同。要购买所有商品，积累资金需要时间，而且还表明消费时间不同。

2）A是内容消费的加速度。这里的注意力不仅是内容消费者的关注，也是内容发布者的关注，这是两者结合在一起的结果。在某种意义上，如果用户的注意力与内容发布者的注意力相同，则说明每日在平台上消耗的内容量相同，加速度这时候为0，可以看出平台没有额外的注意力。因为没有多余的注意力，所以它吸引不了你的注意。

3）消费者的数量在一定程度上影响内容消耗的加速度。当用户数量增加时，消耗的加速度不为零，并且平台具有额外的关注。

以上是注意力定义的框架。可以在定义注意力框架的基础上制定一些策略，以此来消除负面影响以及改善平台额外注意力。

1）内容创建不太合适，结果是用户消费更快，但难度会降低，总体注意力将被检查和平衡;

2）内容难度的加大，这也就暗示创作者此时要多加注意这种变化，用户有可能不去消费，加速度变为负面;

3）推荐系统的作用要体现在提高每一个用户消费的加速度上，向用户推荐他感兴趣的内容，从而愿意为之消费;

4）如果想要提高推荐成功的概率还需要增加用户数量，更确切地说是要增加活跃用户数量。

以上是通过公式来定义注意力，从中可以看出推荐系统在平台提高台注意力方面发挥着重要的作用，即推荐系统的价值。下面来看看推荐系统的成本。

在商业领域，会考虑成本因素，但是如果只考虑成本则被看作是很浅薄的商业思维;但没关系，这不是为您自己的产品标记“个性化”或“算法”。一般来说，如果需要建立推荐系统，所花费的成本主要体现在以下几个方面：

1）团队成本;

2）硬件成本;

3）机会成本。

下面分别说明：

1） 团队成本

团队成立需要成本，后期维护也需要成本。推荐系统团队必须包括以下几种类型成员。

①算法工程师，由于他们既是数据科学家又是程序员，要求非常高，所以在市场上长期供应短缺，团队中的这些人招聘成本很高。例如，有必要在主要的招聘网站上刊登广告，并且总是人们熟悉的社交网站，高昂的猎头成本，转换率极低。招募这些人，如果只是依靠一群朋友发送招聘副本，招到人的概率可能为零。招聘成本很高，人员本身的成本也很高。整体的薪资水平也在不断上涨，在不清楚每个人到底有多少实际价值之前，您需要承担这些人才的试错成本。

②软件工程师，如果将推荐系统看成引擎和算法，则软件工程师承担的责任会更多，有时会多于算法工程师。因为算法可以和开源工具一起使用;没有引擎，该算法则没有用处。软件工程师在招聘时略胜一筹，因为市场库存高于算法工程师，但请注意它更好。

团队成本占据了推荐系统成本的很大一部分，公司老板也很容易担心这一部分，担心的是开发出来的产品被市场抛弃但还要维持这样的团队。事实上，它不仅仅是一个推荐系统。短期高估，长期低估。

团队维护的成本不仅是实际的工资支出，还包括文化建设的成本。工程师们都声称他们需要一个宽容和自由的环境。一个优秀的工程师可以在轻松的环境中创造出高于成本的价值;而一般的工程师却会在宽松自由的环境中变得越来越颓废。为了保持团队的轻松自由的环境，有必要建立一些机制来营造宽松自由的环境。

2） 硬件成本

推荐系统是数据贪婪型。如果需要获得大量数据，必须要很高的硬件条件来支持，这主要是因为：

①要存储更多的数据;

②要更安全保存数据;

③响应用户速度要快，还要能留在用户，并在此基础上增加用户活跃度;

④创建优良的开发环境，以此提高开发效率，降低工程师的时间成本。

等等这些理由都告诉我们：推荐系统是数据贪婪，推荐系统工程师是硬件贪婪。现在得益于技术的发展，硬件成本正在不断降低，高端正在不断增加，由此可见与团队成本相比，硬件成本只是很少很少。

3） 机会成本这是非常形而上的，并不容易评估。所谓机会成本就是：可能建议系统不帮助产品创建任何值。今天，在信息流中，每个人都认为自然地建立了个性化的咨询和阅读。如果他们过去不建议系统这样做，但是他们以实际和手动的方式做到了，他们可能会有不同的结果。

以上我带你从不同的视角，阐述了推荐系统的地位和作用。在今天稀缺的注意力中，将注意力集中在你的方式上，并将你的注意力作为一种商品来与人们交换价值。也就是广告、电商销售、其他增值服务[6]。这些都得到了关注，并且已经实现了注意力的存储。但是，您必须意识到存储注意力不仅仅是推荐系统，所以您是否想要购买这种注意力存储机器？然后你需要再次考虑成本。

参考文献：

[1] 王立才，孟祥武，张玉洁.上下文感知推荐系统[J].软件学报，2012，23（1）.

[2] 曹杜鹃.电子商务推荐系统与用户行为的相关研究综述[J].中国电子商务，2013，23（7）.

[3] 吴永辉，王晓龙，丁宇新，等.基于主题的自适应、在线网络热点发现方法及新闻推荐系统[J].科研通信，2010（11）.

[4] 杨博，赵鹏飞.推荐算法綜述[J].山西大学学报（自然科学版），2012（3）：337-350.

[5] 樊兆欣.個性化新闻推荐系统关键技术研巧与实现[D].北京理工大学，2015.

[6] 王国霞，刘贺平.个性化推荐系统综述[J].计算机工程与应用，2012，48（7）：66-76.

【通联编辑：光文玲】