其实从 Netflix 以后大家就已经意识到矩阵分解是一种很有效的建模方式，它的基本原理就是把用户作为一个维度，内容作为一个维度，然后建一个二维的矩阵，把这个二维的矩阵找到一个低维的表示，这可能只有 50 或者 100 维，这个个数还是跟内容一样，所以每个内容有一个 100 维的小的表示，每个用户也有一个 100 维的小的表示。这两个作为一个点击，可以恢复出原来的东西。

　　为什么这样就能工作呢？详细讲解请见知乎 Live

　　Nade - 深度学习推荐引擎

　　我们下一代的推荐引擎是用深度学习的方法，具体的方法叫做 Nade，它其实原来是在文本的 top model 里面的一种方法。我们有一个专家是跟着 Nade 的发明人做博士毕业的，所以他对 Nade 特了解，他来到我们公司之后，就发明了 CF-NADE。这是我们 Hulu 自己发明的一种方法。

　　其实这个原理也不是很难，就是我们把这个 Nade 看成一个黑箱，基本的想法就是用 Nade 来训练一个用户的表示和一个内容的表示，但是这个表示可以不像矩阵分解那么死，因为它结合的时候不再是一个代数的点程，而是基于一个神经网络的，实际上带来了更多的自由度。

　　基于内容的推荐

　　我们现在在做的一个事，是去了解一个视频里每一帧他大概的情感是什么？你要说很复杂的情感现在也很难准确辨别，所以我们做的方法是先做一个 Face Detector，然后再把脸上的表情识别出来，现在也有一些很多现成做表情识别的东西。我们认为表情代表的场景的情感，大家可以看到下面有一些结果。

　　我们还会借助视频和音频相融合的方式。它有三套方法，一套是基于 CNN 的，一套是基于 RNN 的，还有一套是基于 SVM 的，一共是三套方法，我们会在三套方法中做一些融合。

　　如何说服用户？

　　刚刚讲的所有模型，其实最后归根结底是「做展示」，无论是用货架的方法来展示，还是用自动播放的方法来展示。但是这个展示的有效性很大程度上是取决于你有没有打动用户，你要给她一个很好的理由。我们试图给出一些推荐的理由，比如我们给这个用户推了这个剧，我们会说是因为你看过他的前传，这样的话用户会觉得，你确实是有道理的。还有一个是增强用户对系统的信任，如果你的系统是黑盒，扔出来一堆剧说看吧，那估计很难说服用户。

　　大家可以回想一下，在录像店的体验，如果是那种小店的话，你跟那个店主特别熟，他给你推一个张媛又拍了一个新片你可以看。你会知道，他真的知道你了解你，给你推这个东西，我们想达到的就是让计算机能够被用户所信任。

　　当然大家可能觉得这个跟人编辑还是有很大的差距，所以我们还在继续努力。这里面也用到一些基本 CNN 的东西。所以深度学习在我看来就是一个工具，你可以用来做很多的事，掌握好这个工具，灵活性更大。

　　Hulu 的直播新尝试

　　刚才大部分讲视频点播的场景，其实 HuLu 今年 6 月会做一个新功能：直播，这是一个很大的 feature，j2直播，我们和美国四大电视台都有合作，直接把直播内容拿过来。每一个都是电视台正在播的节目，它跟歌华有很大的区别，你可以做搜索，你可以根据类别来分，已经完全把频道的概念淡化了，但你还是可以根据频道做一些浏览，并且可直接浏览，比如我想看现在所有的动作片，不管是哪个台播的，都可以直接看到。

　　我们的愿景是说，到了互联网时代，我们想要把电视台的概念完全透明化。它只是这个时间在播这个内容，对于这些内容应该怎样重新组合，完全应该是我们个性化推荐算法的责任，我们来给每个用户定制一个电视台，这是我们的愿景。

　　更多关于「直播」这个场景下，需要考虑的因素、需求、以及正在尝试使用的研究方法，可以移步「极客公开课知乎 Live」>>>>

　　关于冷启动

　　讲到冷启动，我们思路是在点播里，SVOD 是对点播的缩写，LIVE 是直播的缩写。在点播里我们有用户行为，那么根据一定的原数据，我们把用户行为 push 到一个直播的库里。

　　具体的方法，我们会拿到每个剧的一些描述，包括 title、actor 是谁，我们会把这种描述用 NLP 的方法，也是用词向量的方法，把它变成一个这叫 deion embedding，然后可以度量相似度。有了相似度之后，我们可以把一个点播剧和一个直播剧的相似度，做一个关联。