在过去十年，神经网络的发展已经有了巨大的飞跃。现在它们正被应用于各种各样的应用，并且正在逐渐代替传统的机器学习方法。下面我将展示深度学习方法是如何在 Youtube 中被使用的。

毋庸置疑，由于其规模大，语料库不断变化，以及种种不可观测的外部因素，为这样的服务项目制作推荐系统是一项极具挑战性的任务。

根据「YouTube 推荐系统的深度神经网络」的相关研究，YouTube 推荐系统算法包含两部分神经网络：一个是用于候选集生成（candidate generation），另一个则是用于排序。如果你没有足够的时间，我将在这里给你进行一个简要的概括。

使用用户的历史作为输入，候选集生成网络（candidate generation network）显著地减少了视频的数量，并且可以从一个大型语料库中选取一组最相关的视频集。生成的候选集对用户来说是最为相关的，此神经网络的目的仅仅是为了通过协同过滤来提供一个宽泛的个性化服务。

在这一步中，我们拥有了更少量的候选结果，这些结果与用户需求更加接近。我们现在的目的是仔细地分析所有候选结果，这样我们就可以做出最好的决策。此任务是由排序网络（ranking network）来完成的，它可以根据一个期望的目标函数为每一个视频都分配一个分数，这个目标函数是使用数据来对有关用户行为的视频和信息来进行描述的。

使用两阶段法（two-stage approach），我们就能够从很大的视频语料库中做出视频推荐，然而可以确信的是，这些推荐结果中只有少量是个性化的，而且是被用户真正进行应用的。这一设计也能使我们把其它资源生成的结果和这些候选结果混合在一起。

推荐任务就像是一个极端的多类别分类问题，预测问题变成了一个在给定的时间 t 下，基于用户（U）和语境（C），对语料库（V）中数百万的视频类别（i）中的一个特定视频（wt）进行精准分类的问题。

在创建你自己的推荐系统前要注意的要点：

如果你拥有一个很大的数据库，并且你要用它进行在线推荐，最好的方式就是把这个问题分成两个子问题：1）选择前 N 个候选结果，2）对它们进行排序。

你怎样衡量你的模型的质量？除了标准化的质量指标，atv，还有一些用于推荐问题中特定的指标：Recall@k，Precision@k也可看一下推荐系统的最佳描述指标。

如果你正在使用分类算法解决推荐问题，你应该考虑生成负样本（negative samples）。如果一个用户买了一件推荐的商品，你不应该把它当做正样本（positive sample）来进行添加，也不应该把其余作为负样本来处理。

考虑一下你的算法质量的在线与离线评分。一个仅基于历史数据的训练模型可以产生简单的推荐结果，因为该算法并不会知道未来的新趋势与偏好。

原文链接：https://blog.statsbot.co/recommendation-system-algorithms-ba67f39ac9a3

本文为机器之心编译，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]