无论是在淘宝购物、在饿了么点外卖，还是在网易云音乐听歌、在抖音刷小视频，甚至是在招聘网站求职，我们总是避不开一个词语：猜你喜欢。

有时候，它叫「每日推荐」；有时候，它成了「综合排序」中的组成部分；有时候，它可能明确称为「广告」；也有时候，它就是你的列表中普通、平凡、毫无标识的一项；还有时候，它是通知栏推送过来的一条小提示。

今日头条和微博会直接把你最关心的新闻推送到你的时间流，让你不再需要从每天的报纸中翻找；淘宝和京东在你搜索商品后直接推荐给你最适合的价位、品牌，大大降低了购物的门槛；下午闲暇时光，豆瓣给你推送了书和电影，再和着网易云推送的几首小歌——科技给我们带来了慵懒的快乐，将选择强迫症们解放出来，真是令人心醉。

这样的推荐是如何做出的？为什么它们能够知道我所喜欢？以听歌为例，我们来尝试着设计一个最基础的推荐系统，为我们的听歌人兰兰推荐几首她可能喜欢的歌。

偏好收集

显式的偏好收集

巧妇难为无米之炊，如果没有对兰兰的基础认识，那么给她推荐歌曲就是盲人摸象、大海捞针。于是我们在歌曲推荐的伊始，就试着向兰兰提出几个问题：

• 你是男生还是女生？
• 你在哪个城市？
• 你比较喜欢听下述哪几种音乐类型？
• 你喜欢下面哪几首歌？

这些问题，有的比较直白，有的相对隐晦，但都是为了分析兰兰可能的喜好。这种直接的问询，可以称为「显式的偏好收集」。

隐式的偏好收集

相对的，当我们根据隐私政策，记录下兰兰在听歌过程中的操作：

• 快速地切换下一首
• 听完了整首歌曲
• 手动点击「喜爱」
• 分享给了微信朋友

这些行为被我们转译成兰兰对这首歌的喜好程度，从而完善了兰兰的听歌兴趣。相应的，我们把这个过程称为「隐式的偏好收集」。

两种方式各有利弊。显式的方式需要兰兰手动填写，兰兰会嫌麻烦，而且打扰了她听歌的心情，但是体现了兰兰自己的想法，更加准确、快速。而隐式的方式会自动收集数据，但是过度跟踪可能让兰兰比较反感，分析也容易产生比较大的噪音。

基于内容的推荐

现在，我们可以尝试给兰兰推荐音乐了。

基于内容的推荐策略十分简洁。我们假定已经对音乐库中的每一首歌充分解析，并给每一首歌打上了标签。那么，当兰兰听了一首歌，并对它表现出极大的兴趣，我们就从音乐库中寻找和这首歌标签相似的其他歌曲，推荐给兰兰。

举个例子，如果兰兰听了一首《两只老虎》，还加入了收藏夹。我们的系统记录下了这样一条：

• 兰兰喜欢听「儿歌」

于是，我们继续为她推送其他包含「儿歌」标签的歌曲，例如《小星星》。

整个过程完全依赖于歌曲之间的相似度，以及兰兰的偏好和歌曲之间的匹配程度。这还远远不够。

协同过滤

基于听歌人的协同过滤

为了给兰兰推荐更多好听的歌，我们又邀请了两个听歌人，小明和小玲。

这一次，小明、小玲、兰兰分别在自己的房里听歌。在听完《星星点灯》、《给自己的歌》之后，小明和兰兰都对这两首歌十分喜欢，而小玲却丝毫不感兴趣。那么，我们的系统记录下了这样一条：

• 小明和兰兰的听歌兴趣相似

我们挖了挖小明以前听过的歌，发现他也很喜欢《南方姑娘》。既然我们的系统认为小明和兰兰的爱好相近，于是我们尝试给兰兰推荐了这首《南方姑娘》。

因为这种方式是对听歌人进行分析，所以我们不妨把它称为「基于听歌人的协同过滤」。

基于歌曲的协同过滤

我们继续邀请其他听歌人进来为我们提供兴趣数据。这次，我们邀请到了小红和小白。

我们依然让他们各自在房里听歌。听了《梦醒时分》和《大海》之后，小红、小白不约而同地对它们表现出了极大的喜爱。这一次，我们的系统是这样记录的：

• 《梦醒时分》和《大海》具有相似的听众

当我们惊喜地发现兰兰也喜欢《梦醒时分》的时候，我们觉得她很可能也喜欢《大海》，于是就为她推送了这首歌。

这种方式的分析对象从听歌人换成了歌曲本身，我们可以称之为「基于歌曲的协同过滤」。

非个性化的推荐

前面介绍的几种方式，都可以使得每个人收到的歌单各不相同，称为「个性化推荐」。最后，我们还需要加入一些非个性化的推荐技术，来让我们的推荐系统更加实用。

我们首先加入「新歌榜」，这是对「新增内容」的一种优先策略。由于新歌刚刚加入曲库，数据还不足以支撑起推荐给大量听歌人，对新歌的优先策略可以给它们提供一定的冷启动过程。

我们还要加入「热歌榜」，这是对「热点内容」的优先策略。一首歌之所以会成为热门歌曲，大概就是符合大部分人的审美。虽然许多人通过个性化推荐的策略并没有匹配到这首歌，但是既然符合大部分人的审美，说不定他们也会喜欢这首热门歌曲，不妨一试。

这些个性化或者非个性化的推荐分别得到了一系列歌单，将它们按一定比例交替出现，亦或在不同的区域中分别展示，就成了我们为听歌人们推荐各自推荐的「猜你喜欢」啦。