别再骂App偷听了!App比亲妈还懂你的真正原因是协同过滤

你有没有这样的经历：打开淘宝，想买双鞋，结果首页推荐的鞋，恰好正是你喜欢的款式；打开网易云音乐，日推歌单里每首歌都像在对你表达“我懂你”；打开抖音，随便刷两下，几个小时就过去了，因为每一条都“刚好”戳中你的笑点。

你可能会想：这些App是不是在偷听我说话、监控了我的输入法？答案是：并没有偷听和监控，但有更强的“协同过滤”。今天，我们就用一篇文章，把这项“懂你”的黑科技讲清楚。不堆砌术语，不烧脑，看完你也能跟朋友吹牛。

01 先讲个故事：假设你是个“懒人吃货”

假设你是大学生，刚搬进新宿舍，不知道学校附近哪家外卖好吃。你懒得看几百条评价，于是问了三个室友：

• 室友A：口味跟你几乎一模一样——喜欢辣的、讨厌甜的、爱吃内脏。

• 室友B：口味跟你完全相反——爱吃甜、不吃辣、不吃内脏。

• 室友C：口味跟你有时一样、有时不一样。

这时候，你会听谁的推荐？当然听室友A的。因为你俩“历史口味记录”高度重合。既然他觉得那家店好吃，你也大概率会觉得好吃。

这个简单的问朋友推理过程，就是协同过滤的核心思想。物以类聚，人以群分。喜欢相同东西的人，未来的喜好也会相似。没有用到任何食材成分、烹饪工艺、店面评分，仅仅通过“你和谁的口味像”，就能做出靠谱推荐。

02 协同过滤的本质其实很简单

“协同过滤”四个字，看起来很高端，拆开就明白了：协同即大家一起帮忙。不是一个人在战斗，而是千万用户的行为数据在一起“协作”；过滤即从海量信息里筛出你可能喜欢的，过滤掉不相关的。合起来就是：借助一群人的集体行为，帮你过滤出你很可能感兴趣的东西。

在推荐系统里，协同过滤主要分两派：

派别一是基于用户的协同过滤，你跟谁口味像，他喜欢啥我就给你推荐啥。这种方式第1步需要找出和你历史行为相似的一群“邻居用户”（比如室友A）；第2步看这些与你相似的用户喜欢什么、讨厌什么、在看什么；第3步只需要把他们喜欢而你还没看过的，推荐给你。亚马逊早期的“购买此商品的用户也购买了……” 这就是典型的用户协同过滤。

 派别二是基于物品的协同过滤，你喜欢这个东西，那跟它“类似”的其他东西，你也可能喜欢。这里的“类似”不是指外形、功能相似，而是“被同一拨人喜欢”的程度。举个栗子：买iPhone的人，通常也会买AirPods；于是系统发现：这两件商品经常“同框”出现在同一个人的购物车里；所以当你买了iPhone，它就推AirPods。你看，AirPods和iPhone长得一点都不像，但它们在“用户喜好”上是高度相似的。这就是基于物品的协同过滤。

03 协同过滤看起来无所不能？它也有“硬伤”

协同过滤虽然强大，但不是神。它有三大致命弱点，做推荐系统的工程师天天都在跟它们斗智斗勇。

第一点是冷启动问题，即无法应对新用户、新物品。一个刚注册的用户，没有任何历史行为（没买过、没看过、没点过赞），系统怎么给他推荐？同样，一件刚上架的新商品，没有任何人买过，系统怎么知道它跟谁“协同”？对于这些情况，协同过滤误解。所以你会看到，很多App在新用户注册时，会强制你选兴趣标签（“选3部你看过的电影”），这是在人工解决冷启动问题。

第二点是流行度偏差，即“越火的越推，越推越火”。协同过滤有个“惰性”：它更倾向于推荐热门物品。为什么？因为热门物品被很多人喜欢，它跟很多用户的“协同”关系都强。系统会觉得“这东西这么火，总不会错吧”。结果就是头部内容越来越火，长尾内容永远出不了头。比如你刷抖音，如果一直不主动搜索、不主动点“不感兴趣”，系统会一直推那些百万点赞的爆款，你永远看不到那些小众但精品的内容。

第三点是稀疏性问题，因为大部分人都是‘冷用户’。现实中，绝大多数用户只有极少量的行为数据。想象一个10万部电影的平台，你可能只看过50部，点过赞的只有10部。你跟其他用户之间的“共同喜好”少得可怜。于是系统很难找到行为与你相似的用户，最后只能随便推荐，或者推那些大热门。这就是为什么很多App的推荐一开始乱七八糟，等你用了很久、积累了足够数据之后，才慢慢变准。

写在最后：协同过滤本质只是机械地执行一句话：跟你行为相似的那些人，喜欢这个东西，所以你也会喜欢。这个朴素的想法，成就了今天几乎所有互联网巨头的增长引擎。当你被一条推荐精准击中时，不用觉得它“偷听了你”，只是因为在庞大系统里，有一群和你口味相似的陌生人，他们替你做了一次选择。