现在的所谓 AI 推荐算法只能这样吗？

[wangbenjun5]

以某条和某音为例，先不提当中有多少人工干预的成分，人工干预基本上就是像让你看啥你就看啥

所谓智能推荐就是你看什么都越多推荐什么越多，假如有天天看小姐姐跳舞，你会发现你的主页全部都是小姐姐跳舞的视频，躲都躲不掉……

这特么的叫智能?我这周吃肉，下周就一定还喜欢吃肉?天天吃肉也腻吧

我也不清楚这些大公司那么多所谓的 ai 工程师，年薪上百万都在忙啥，动不动就是各种高级词汇，神经网络，回溯算法……实际上做出来的产品就像是一个根据标签模式匹配的玩意，谈不上什么智能……说难听点，不就是打些标签，搞个相似度匹配?

[encro]

其实我也做过推荐，也能理解吧。

1，推荐外层的是根据用户浏览历史标签来的；
2，购物车页面的推荐才是根据用户当前选择的产品，推荐相关产品；

而亚马逊主要是根据用户购买历史，而不是浏览历史。


还有一个是性能问题，按照浏览历史用户通常看得太多，filter 不好实现啊，filter 之后基本没有价值了。

另外一个因为推荐的都是广告位，是主营收入呢，都被加入 filter 之后，平台怎么赚钱呢，难道学 AMAZON ？收入怕得大降，被竞争对手打死，被投资人骂死，Aamzon 交易手续费高啊，所以药不能停，只能继续牺牲消费者利益，保证平台利益了。

[pmyile]

@xloger 这个真的是超级想吐槽。 智障的一逼

[Unclev21x]

@xloger 老哥，你成功把我逗笑了😊

[zsdroid]

我觉得如果要做出 100%的完美推荐 AI，就需要你敞开 100%的隐私。但是你肯吗？
至少在电影里，斯塔克是 100%信任贾维斯的。

[cherryas]

因为你没搞懂推荐系统的目的，
推荐你需要的东西 X
推荐你最可能买的东西 √

[limyel]

@binux 我感觉应该推其他看舞蹈区的人之后看的视频，

[ChefIsAwesome]

说到推荐，不得不再说说搜索。淘宝那搜索搜的都是啥玩意，牛头不对马嘴的玩意都能排前面。我就想老老实实按标题搜索都没办法。

[jinliming2]

买了个冰箱，推荐算法不给你推荐冰箱贴之类的东西，反倒觉得你还有可能再买几个冰箱……

[p2pCoder]

@ChefIsAwesome 本质上已经没有纯粹的搜索了，都是搜索推荐和搜索广告

[gladuo]

提供点信息量：
1. 『不就是打些标签，搞个相似度匹配』，上神经网络之前可能无论你怎么努力，怎么 hack 机器给出来的标签准确率就是差，相似匹配匹配的就是不相似，真的上 nn 之后有些系统才可以说，准召能看点了
2. 虽然大家经常说『信息茧房』，但是说穿了，你经常看的主题确实就是你喜欢、感兴趣的类型，要是给你推荐美女视频、搞笑视频你不感兴趣，没点击、播放，埋点之后是会上报算作负例的，要是你再主动搜点别的看，是可以纠正推荐的；另一方面是，如果不推荐你这些，又该给你推荐点啥呢，给你推荐点冷门的、小众的、晦涩艰深的，你真的有兴趣看吗？最多只能按『大多数用户可能喜欢』，给你推荐点 popular 的，尴尬的是小姐姐、低俗高效在全体用户群中就是主流 [摊手]

[xfriday]

@wangyzj CNN\RNN 等就是在讲如何（维度）去 KNN 而已，我只是想表达，为啥要把“这个东西像什么”的技术冠名为 AI ？

[haruhi]

协同过滤，大哥们…只是匹配了相同行为的人，还干了啥…然后推给你

[northisland]

這套算法，我只服谷歌

1. 上個月家裏套套馬上沒了，YOUTUBE 精準投遞 HK SKYN 的視頻。
2. 我配一臺 windows 開發環境，第一條搜索搜 windows 上 git 的問題，第二條剛打一個 t，馬上給我自動提示 TortoiseGit 。

五體投地

[lostaya]

我觉得以前的虾米音乐推荐算法是真的挺好的，不会一味的重复，每首都是惊喜

[Tunomon]

现在的人工智能根本不能叫人工智能，说白了就是数据统计，概率的问题。

[murmur]

@ChefIsAwesome 淘宝搜索好像劣化了，以前支持-排除，现在去掉了这个功能似乎

[Merlini]

其实现在的推荐算法的 accuracy 有百分之几就不错了，性能也已经瓶颈了。现在比较火热的推荐系统的可解释性和多样性方面。

[wangyzj]

@xfriday 哈哈哈，换个词高大上，带一波节奏涨一波工资啊

[JCZ2MkKb5S8ZX9pq]

考虑过这类算法，个人比较倾向于：
找寻相似用户 -> 筛选这些用户共同感兴趣的内容 -> 移除你已经看过的内容

但具体写的时候有两个问题
一个是运算量很大，不是专门搞这个的，也就没怎么去优化。
二是万一不巧，跟你共同兴趣的用户，涉猎范围就刚好都很单一，那其实还是会回到茧房。所以各种来源的配比，或者说新内容不够时候的规则，还是要回退到其它推荐内容。

[laminux29]

针对题主的问题，一点点来回答。

1.现在太阳系内，不存在真正的智能，原因在于两点，第一是人类科技目前没有彻底弄懂智能的运作机制，你看到的神经网络其实也只是个猜测；第二是目前设备没有足够性能去模拟智能与智能形成的环境。

现阶段，所谓的 AI 、人工智能、机器学习，本质其实是对数据进行统计、整理与分析。这种方案，取名叫 [人工智能] 、 [大数据] 等等，更多的是出于商业目的，进行炒作，提高利润。举个例子，一道名叫 [高汤炖海鲜] 的菜，你愿意为此付多少钱？但如果改名叫 [佛跳墙] ，是不是价格又不一样了？


2.推荐算法，针对的是大部分无脑群众。这些群众买日常的用品，还真是买了第一次，下次又会买类似产品，所以推荐算法在这个场景下，就很有效了。而买显卡这类高智商的人群，则会有自己的理性想法，不容易被推荐与广告洗脑。


3.高薪工作岗位，并不在于该岗位一定就有啥难度，或没难度。岗位的薪水，与很多因素有关，比如稀缺性、从业人数、起步门槛等等。举个例子，安卓开发难吗？七八年前安卓刚火的时候，大部分工程师因为不喜欢风险，不知道安卓这个类别有没有前景，因此不愿意去学这个东西，导致懂安卓的人很少，因此当时安卓岗位的工资异常地高。但现在？

另外补充一点，很多异常高薪的岗位，并不是这个岗位有多少技术含量，而是这个岗位要能为公司：
提出问题、解决问题、带队（管理）、人脉关系。

这 4 点，单独一两点，还比较容易，能通过努力去达到。但如果一个人要同时满足这 4 点，那就不是纯粹的努力就能办到的了，除了努力，更需要机遇与运气。所以，超高薪岗位，比如 XX 经理、XX 总监等岗位的本质，更多的在于运气。

最后，别想太多，保持心态，脚踏实地。小富靠勤，大富靠命。