和資料濫用說再見，用少樣本學習拯救被群嘲的推薦系統
推薦系統想必大家都不陌生，一個推薦系統有多“聰明”，將在很大程度上決定了使用者是留下還是跳出，甚至可能影響一款產品的生命週期和商業價值。
在推薦系統誕生的三十多年間，不同平臺衍生出了各有特色的機制和演算法，冷啟動卻是伴隨其始終的話題。
所謂冷啟動，就是在推薦系統初期，沒有任何使用者與平臺資訊的交集資訊和行為軌跡的情況下，無法通過使用者偏好等方式進行推薦。這時，推薦系統就處於冷啟動狀態。
簡單來說，就是一個新顧客來到饅頭鋪，第一次買饅頭、也沒有任何動作表情可供揣測，如何讓他第一眼就看到自己想吃的饅頭。
今天我們就用一篇文章，看看AI在推薦系統的冷啟動上，有哪些新突破。
流量紅利耗盡後，網際網路公司還能向誰要增長？
後面我們會深入探討一些關於推薦演算法及冷啟動的技術概念，但首先，我們需要闡述一下，冷啟動到底有何價值？
先說結論：冷啟動可以讓推薦系統用最快的效率黏住新使用者。
2017年以來，所有中國網際網路公司都在流量紅利枯竭的深淵中掙扎。智慧裝置的使用者數量不再自發性增長，使用者使用時長也來到了瓶頸期，此時想要繼續擴大規模的網際網路公司，路徑無非兩個：
一是去海外市場攫取新使用者，二是在存量市場中撬走新使用者。
無論哪一種，都面臨一個難題：如何第一時間吸引住越來越缺乏耐心的使用者？
例如，某新聞資訊APP好不容易吸引了一個新使用者下載，如果他在首頁上翻了二十分鐘也看不到自己想看的內容，或許就不會再浪費時間；
同樣，如果一個大眾社交平臺在不知道使用者特徵的時候，推薦的賬號都與他心目中的理想型八竿子打不著，自然也難逃涼涼的命運。
在這些例子中，推薦系統與新使用者之間難免出現資訊與預期的不相容，往往需要使用者進行一些顯著的操作才能提高匹配的精準度，而冷啟動恰恰是推動使用者與平臺產生互動的關鍵所在。
精準的幻象：目前的冷啟動存在哪些問題？
冷啟動要與潛在使用者有效契合，問卷調查和興趣選擇，是最常見的一種。
諸如豆瓣、微博、喜馬拉雅等內容分發平臺，在使用者第一次開啟APP，都會強制註冊並採取一定的獎勵機制，引導使用者留下個人資料和感興趣的話題，主動推薦關注相關熱門賬號，以儘可能保證使用者在正式體驗過程中，能刷到自己喜歡的話題。
這種主動引導使用者留下行為軌跡的方式，可以快速積累起第一批使用者資料，做一些顆粒度比較大的推薦。
如果使用者很懶，或者不願意讓系統知道自己的個人資訊，推薦系統還可以使用熱度模型，基於統計分析推薦一些大部分人都會感興趣的熱點資訊。雖然很容易讓平臺調性顯得有點low，但從概率學角度看，說不定就正好撞到使用者心口上了呢。
比如一直強調演算法推薦的今日頭條，在冷啟動狀態就採用了這種做法，向新使用者推薦的大多是“新娘給伴娘下藥”、“孿生姐妹共侍一夫”這樣low得不要不要的內容，還是有一定效果的。
如果以上還不夠，那麼也可以採取更加激進一點的方式。比如基於大資料的協同過濾，可以根據關聯行為或關聯使用者的相似性來進行推薦。
像是採集使用者的地理位置資訊，旅遊商務、本地O2O等應用可以更有針對性地進行推薦；或者調取手機中關聯APP的使用者行為資料進行預分析。
今日頭條就曾引導使用者使用微博登入，然後爬取使用者在微博上的一些社交資料，比如動態、圖片、文章、贊過的人等等。依據這些資訊，可以判斷出使用者最近喜歡哪個明星，併為其推送相關資訊。
反正大資料時代，“凡有接觸，必留痕跡”，總有一些隱藏的資訊能夠捕捉到使用者內心的吉光片羽。
說了這麼多，我們來歸納一下傳統意義上冷啟動的內在邏輯——儘可能多地掌握使用者資訊的獲取維度。
這個過程同時也向我們揭示了一種推薦系統的集體困境，那就是，如果企業無限度地擴充套件獲取使用者資訊的渠道，必然會遭遇隱私和法律之牆；而挖掘已有的使用者資訊，資料量往往又捉襟見肘。
那麼，情況有可能發生變化嗎？少樣本學習（fewshot learning）正在嘗試解決這一問題。
少樣本學習：改變的不只一點點
不難發現，推薦系統冷啟動的眾多通用方法，都需要越多越好的標註資料才能有效發揮其作用。
但現實是，冷使用者往往不會提供那麼多的標註資料。在小資料的環境下，推薦演算法還能發揮作用嗎？
這裡就涉及到一個重要的“多臂老虎機問題（Multi-armed bandit problem, MAB）”。
當你走進一家賭場，面對20個一模一樣的老虎機，在不知道它們吐錢概率的情況下，如果可以無限制地搖下去，自然可以知道哪臺老虎機成功率最高。
但當你手裡的錢有限的時候，搖弊的次數也被限制了，該如何最大化自己的收益呢？
顯然，此時每一次搖臂的機會對你來說都是極其寶貴的。
在冷啟動中，使用者的每一次有效行為也是如此。
系統既要儘可能地擴大資訊的多樣性和寬度，又要防止過多“無用”資訊夾雜其中，讓使用者“資訊過載”。
過去，不少平臺試圖通過熱度模型來解決這個冷啟動中的“多臂老虎機問題”，給新使用者推薦目前點選率最高的結果。但這又會大大降低資訊的覆蓋率和多樣性，出現反覆推薦。
那麼，少樣本學習（fewshot learning）又是怎麼做的呢？
簡單來說，就是讓推薦引擎具備經過少量樣本訓練之後快速泛化的能力，從而在冷使用者有限的行為軌跡下，實現推薦效果的最大化。
舉個例子，電商平臺可以先用隨機試探的方式，選擇帶有不同標籤的熱門商品展示給冷使用者，並對冷使用者的有效動作進行強化學習。
比如給使用者的動作設定一個獎勵函式。使用者點選一次，收益就是1；沒有點選，收益就是0。以此測試冷使用者對哪些商品有反饋，再在此基礎上根據實際收益去調整被展示的商品。
這樣做的好處是，即便是在有限的條件下，也能快速判斷出使用者的興趣所在，降低瀏覽過程中使用者的耐心損耗，同時避免熱度模型製造的“資訊繭房”。
一個商品的收益均值越大，被選中展示給使用者的機會就越大。而那些被選次數較少的商品，也回被呈現在冷使用者面前，相當於一張“復活卡”。
又比如孿生網路，訓練時利用雙路神經網路進行交叉計算，從而得出共性特徵。再用這一模型去測試樣本，對於樣本的共性指數進行排列。這樣電商就可以通過這種共性指數來進行商品推薦，把使用者行為和商品標籤看做一對孿生資料，假如使用者與“少女”、“溫馨”這樣的資料標籤共性指數越高，那麼自然與“直男”、“酷炫”這樣的標籤共性指數越低，反之亦然。當用戶無視了粉紅色手機殼時，系統可以嘗試推薦白酒這類商品，通過實時反饋不斷縮小使用者畫像的範圍，在少量資料的前提下達到和協同推進演算法近似的效果。
除了電商，少樣本學習還能夠被應用在眾多其他領域。
比如視訊網站。
“一千個觀眾有一千個哈姆雷特”，使用者認知標準不一，讓視訊的資料標註也充滿了不確定性，無法建立龐大的標籤體系，使得視訊平臺個性化推薦的冷啟動更加困難。
從這個角度看，少樣本學習在視訊領域更有用武之地。
比如使用者的觀看長度、觀看時間段、觀看次數、跳進跳出等等行為都存在者很大的主觀性，很難用標籤語言來概括。在這種情況下，在用少量視訊“試探”冷使用者的時候，反而可以對這些主觀因素進行價值判斷並賦值，再讓機器進行線上學習，選出成功率最高的進行推薦。
並不討好的少樣本學習，會完成推薦系統的終極理想嗎？
說了這麼多不難發現，“少樣本學習”的條件要比大資料學習苛刻的多。
它將訓練範疇鎖定在了新使用者與單一平臺的有限互動之間，既不能調取外部使用者行為進行協同過濾，也不讓使用者主動告知系統自己的個人偏好，可說是完全暴露在使用者行為的資料孤島上。
在中國如此寬鬆的隱私環境下，這種探索有必要的嗎？
我認為是有的。
首先我們要知道，當前寬鬆的隱私環境一定只是一時的。相關法律法規的制定、使用者的防範意識只會越來越完善。未來資料氾濫供人取用的情況只會越來越少，如何最大程度下發揮有限資料的作用，一定是推薦系統取勝的關鍵。
同時，能用更少的資料去捕捉更多使用者，也是中國科技企業發展從流量轉向演算法的關鍵。在巨頭割據下，或許流量、再從流量中轉化資料正在成為一件奢侈的事情，但沒有資料，也就沒有精準的推薦演算法，無法留住使用者更無法商業化。而少樣本學習的出現，正在打破這個怪圈，未來崛起新企業不一定是BAT的附庸，但一定會應用少資料學習演算法。
更重要的是，冷啟動所面對的，不是等待被收割商業價值的賬號，而是一個個充滿好奇的靈魂。真正優質的推薦系統，要做的就是不斷帶來驚喜，這才是技術的終極理想。
用萊蒙托夫的一句詩結束這篇文章吧……