科创科普：AI 是怎么「猜你喜欢」的——推荐算法入门

科创科普：AI 是怎么「猜你喜欢」的——推荐算法入门

一、手机里的「读心术」 打开短视频应用，刷到的常常刚好是你爱看的；音乐软件的每日推荐，有时比你自己挑的歌单更合口味。这既不是手机偷听了你说话，也不是运气好，而是推荐算法根据你过去的行为做的统计推测。

它的核心问题只有一句话：面对海量内容，把最可能被你喜欢的少量内容排到最前面。这类任务在人工智能领域叫「推荐系统」，是人工智能最成功的落地应用之一。

二、推荐系统的三样原料 第一样是用户行为数据：点赞、收藏、转发、看完、快进、跳过、购买、停留时长。要注意「跳过」和「看完」同样重要——前者是负反馈（我不感兴趣），后者是正反馈（这个我喜欢）。 第二样是内容特征数据：视频的标签、时长、作者、背景音乐、画面风格；商品的类目、价格、品牌。 第三样是关系数据：谁看了什么、谁和谁的兴趣相似。三样数据越多，推荐就越准；数据太少，算法只能「瞎猜」。

三、两种最基本的推荐思路 思路一：基于内容的推荐——比的是「内容像不像」。 如果你连续看完三部关于机器人的科普视频，系统就会给「机器人」这类特征加权，下次遇到同类内容优先推给你。它的优点是容易解释、新内容一上线就能被推荐；缺点是容易越推越窄，同一类题材反复出现。

思路二：协同过滤——比的是「人像不像」。 把每个人的打分记成一张表（用户—物品评分表）：

      视频A   视频B   视频C

小明 5 4 ? 小红 4 5 3 小刚 5 3 2

现在要预测小明对视频C会打几分。做法是：先找和小明口味最像的人。小明的打分模式（爱看A、也爱看B）与小红几乎一致，于是借用小红对C的评分 3，推测小明大概率也不太爱看C。

协同过滤最大的好处，是能发现你自己都想不到的关联——系统不需要知道视频C讲的是什么，只要发现「喜欢A的人往往也喜欢C」就够了。它的缺点是数据少时不准，新用户和新内容都会遇到「冷启动」问题。

四、冷启动怎么办 新用户刚注册，没有任何行为记录，系统通常先用热门榜单、地域、年龄做粗略推荐，然后随着你的第一次点击、第一次完整观看迅速调整。 新内容刚上架，没有播放数据，系统会用它的标签和画面特征去找相似内容，先小范围曝光试水（业内称为「探索流量」），数据表现好再逐步放大。

五、为什么会有「信息茧房」 如果推荐系统只追求「你最可能点开的」，就会不断强化你已有的偏好，让你看到的世界越来越窄。成熟的系统会故意留出一部分流量做多样性探索：掺入少量你平时不太接触、但可能拓宽兴趣的内容。作为使用者，也可以主动搜索、主动点开陌生领域，给算法提供更广的输入——你是算法的老师，不只是它的学生。

六、用 Python 感受一下「找相似的人」 下面这段代码用最简单的方式计算两位用户的口味差距（总差距越小，代表两人越像）： ming = [5, 4] hong = [4, 5] diff = 0 for i in range(2): diff = diff + abs(ming[i] - hong[i]) print("总差距：", diff, "→ 差距越小越相似")

思路要点有三个：一是用列表把一个人的打分打包存放；二是用 for 循环逐个比较每一部作品；三是用 abs() 求绝对值，把「差异」变成好比较的「距离」。真正的工业级推荐系统会用到成千上万个维度、更复杂的相似度公式，但「找相似—做推测」的内核完全一样。

七、练习 1. 举三个你在生活中遇到的推荐场景，并分别写出它的正反馈和负反馈各是什么。 2. 在用户—物品表里，如果某位用户从来没打过分，协同过滤会遇到什么问题？该怎么补救？ 3. 用一句话解释「基于内容的推荐」和「协同过滤」的区别。 4. 为什么推荐系统要故意推荐一些你不一定喜欢的内容？ 5. 把第六节的 Python 例子改成三个用户的比较，并输出与小明差距最小的那个人。

参考答案思路： 1. 例如音乐应用：点赞收藏是正反馈，切歌跳过是负反馈；短视频：完播是正反馈，两秒划走是负反馈；购物：加购物车是正反馈，关掉页面是负反馈。 2. 会遇到冷启动问题；可用热门榜单、注册信息、兴趣问卷或主动让用户选几个喜欢的标签来补救。 3. 前者比的是「内容像不像」，后者比的是「人像不像」。 4. 为了抑制信息茧房、保持推荐多样性、帮助用户发现新兴趣，也能让平台的长尾内容获得曝光。 5. 再加一个列表如 gang = [5, 3]，分别用循环计算差距，最后用 if 比较三次结果并输出最小者的名字。