📑 本页目录（点开跳转）
02 · 推荐系统到底是什么
⏱ 15 分钟 ｜ ⭐ 核心
🎯 一句话
推荐系统是在信息过载的世界里，替你做筛选的机器——它要回答的唯一问题是：「在这个时刻，把哪个东西放在这个人面前，最好？」
🧠 为什么需要它（用数字感受一下）
| 平台 | 物品数量 | 屏幕能放几个 |
|---|---|---|
| 抖音 / TikTok | 每天新增数千万条视频 | 1 个 |
| 淘宝 | 数十亿商品 | 首页 ~20 个 |
| Netflix | 数万部影视 | 首屏 ~30 个 |
| 小红书 | 数亿笔记 | 双列 ~6 个 |
核心矛盾：供给是「亿」级，展示位是「个」位数。差了 8 个数量级。
- 搜索引擎解决的是：「我知道我要什么」（用户主动给关键词）
- 推荐系统解决的是：「我不知道我要什么」（系统主动猜）
💡 一句话区分：搜索是「人找物」，推荐是「物找人」。
📐 推荐问题的标准定义
任何推荐系统，都可以写成这个式子：
score = f( 用户 U , 物品 I , 上下文 C )
然后按 score 从高到低排，取前 N 个给用户看。就这么简单。
后面所有的复杂度，都来自三个问题：
| 问题 | 展开 |
|---|---|
| f 怎么设计？ | 从余弦相似度 → 矩阵分解 → 深度网络 → 生成式模型（第 4、5、8、14 节） |
| U/I/C 怎么表示？ | 特征工程 + 向量表示（第 3、7 节） |
| 物品有 1 亿个，怎么在 200ms 内算完？ | 分层漏斗架构（第 6、10、15 节） |
记住这个式子，它是整份教程的骨架。
🧭 三大流派（这就是推荐算法的全部分类）
- 「你看过科幻片 → 再推科幻片」
- 看的是：物品自身的属性（标签、文本、图像）
- ✅ 新物品也能推 ❌ 推荐结果单调，出不了圈
- 「和你像的人也喜欢这个 → 推给你」
- 看的是：用户行为，完全不看物品内容
- ✅ 能挖出意外惊喜 ❌ 冷启动死穴（新用户新物品没行为）
- 「把①②和几百个特征一起喂给一个模型，让模型自己学」
- ✅ 效果最好 ❌ 复杂、贵、需要大量数据和工程
现实：2026 年任何一家公司的推荐系统都是 ③，但 ①② 作为其中的召回通路依然在跑。学 ①② 不是学历史，是学零件。
🎬 一次真实的推荐，发生了什么
你在抖音上滑了一下。接下来 200 毫秒内：
这个循环叫推荐系统的闭环。第 6 步是最关键的——推荐系统会改变它自己的训练数据，这是它和普通机器学习最大的不同（第 12、13 节会深挖这个坑）。
💰 它值多少钱（为什么公司愿意砸钱）
- Netflix 公开表示推荐系统每年为其节省 超过 10 亿美元 的用户流失成本
- 亚马逊早年披露约 35% 的销售额来自推荐位
- 抖音/小红书这类产品，推荐算法就是产品本身——没有推荐，它们不存在
这解释了为什么推荐算法工程师薪资高：它的效果可以被直接换算成钱，A/B 实验涨 1% 点击率，能算出来值多少营收。
🔄 一个必须先知道的事：反馈闭环
推荐系统和你学过的其他模型有一个结构性的不同： 它会改变自己的训练数据。
🔑 最关键的一句话： 模型没推过的东西，永远不会产生数据，也就永远学不到它到底好不好。
💡 这一个事实，解释了后面一大半的内容
| 你后面会遇到的 | 根源都在这个闭环 |
|---|---|
| 热门偏置 | 热门被推得多 → 数据多 → 模型更确信它好 → 推得更多（第 11 节） |
| 冷启动 | 新物品没数据 → 模型不敢推 → 永远没数据（第 13 节） |
| 信息茧房 | 推你爱看的 → 你只反馈这类 → 模型更确信 → 越推越窄 |
| 为什么必须做探索 | 不主动推没把握的东西，就永远拿不到它的数据（第 13 节） |
| 为什么离线指标常常骗人 | 离线数据是旧模型选出来的，评不准新模型（第 12 节） |
| 为什么必须做 A/B 实验 | 只有真的放上线，才能拿到新模型自己的反馈数据 |
⭐ 如果这一章只记一件事，记这个闭环。 它不是一个「缺点」，而是推荐系统这个问题本身的性质—— 你不是在预测一个固定的世界，你是在参与塑造它。
🔗 挑战项目 B 就是让你亲手把这个闭环跑起来，看着茧房自己长出来。
⚖️ 但它也有真实的代价
不学这部分你会成为一个危险的工程师：
| 问题 | 说明 |
|---|---|
| 信息茧房 / 回音室 | 只推你爱看的 → 你的世界越来越窄 |
| 热门偏置 | 第 1 节你已经撞见了：富者愈富，长尾内容永无出头日 |
| 成瘾性设计 | 优化「停留时长」的直接后果就是让人停不下来 |
| 偏见放大 | 训练数据里的社会偏见会被模型学会并放大 |
| 短期指标 vs 长期价值 | 标题党点击率高 → 模型学会推标题党 → 用户长期流失 |
工业界的通用解法：多目标优化 + 多样性约束 + 长期价值建模（第 11、12 节）。 但没有完美解——这是这个行业的持久课题，不是已解决的问题。
🗂️ 推荐系统的四种典型场景
不同场景，做法完全不同。搞清楚你在做哪种：
| 场景 | 例子 | 特点 |
|---|---|---|
| 信息流 Feed | 抖音、小红书、朋友圈 | 无限流、即时反馈、追求时长 |
| 相关推荐 | 「看了又看」「买了还买」 | 有明确锚点物品，上下文强 |
| 首页猜你喜欢 | 淘宝首页、Netflix 首屏 | 冷启动重、多品类平衡 |
| 通知/推送 | App Push、邮件推荐 | 打扰成本高，宁缺毋滥 |
🔗 这一章连到哪里
| 去哪 | 为什么 |
|---|---|
| 强化学习 01 | 推荐是典型的序贯决策 + 探索利用问题 |
| 上线之后 01 | 反馈闭环在所有线上模型里都存在，不只推荐 |
| 上线之后 12 | 「score 高 = 效果好」这一步怎么验证 |
✅ 检查点
- 搜索和推荐的根本区别是什么？
- 写出推荐问题的标准式子（三个输入）
- 三大流派各是什么？工业界实际用哪个？
- 为什么说「推荐系统会改变自己的训练数据」？
👀 答案
- 谁发起：搜索是用户主动给出关键词（「我知道我要什么」），推荐是系统主动猜（「我不知道我要什么」）。⭐ 一句话：搜索是「人找物」，推荐是「物找人」。
- score = f(用户 U, 物品 I, 上下文 C)，然后按 score 排序取 top N。⭐ 后面所有复杂度都来自三个问题：f 怎么设计、U/I/C 怎么表示、1 亿物品怎么在 200ms 内算完。
- ①基于内容（看物品属性，新物品也能推但出不了圈）②协同过滤（看用户行为，能挖惊喜但有冷启动死穴）③混合/模型化（把①②和几百个特征一起喂给模型）。⭐ 工业界实际用③，但①②作为召回通路依然在跑——学①②不是学历史，是学零件。
- 因为用户只能对「你推给他的东西」做出反馈，而这些反馈又回流成下一轮的训练数据。⭐ 模型没推的东西，永远不会产生数据，也就永远学不到它好不好——这是一个自我强化的闭环，也是热门偏置和信息茧房的根源。（🔗 挑战项目 B 就是让你亲手把这个闭环跑出来。）
🛑 可以停在这里
⚡ 走神救援
推荐 =
score = f(用户, 物品, 上下文)，排序取 top N。三大流派：内容、协同过滤、混合。真实系统是个漏斗：召回→粗排→精排→重排，200ms 内从 1 亿筛到几个。用户反馈会回流成训练数据，形成闭环。⭐ 那个 score = f(用户, 物品, 上下文) 的式子是整份教程的骨架：后面所有复杂度都来自三个问题 —— f 怎么设计（4/5/8/14 节）、U/I/C 怎么表示（3/7 节）、1 亿物品怎么在 200ms 内算完（6/10/15 节）。⭐⭐ 而反馈闭环是这一章最该记住的：模型没推过的东西永远不会产生数据，也就永远学不到它好不好 —— 热门偏置、冷启动、信息茧房、离线指标骗人，根子全在这一条上。
下一节 👉 03-数据长什么样.md