尝试改进微信读书个性化推荐：一个基于 CTR 预估的方法

引言

微信读书的书籍个性化推荐包括：

1. 冷启动用户的书籍推荐，如发现 tab – 新手卡片，为新注册用户推荐书籍，方法参见文章 微信读书冷启动用户书籍推荐初探：一个借助微信用户画像的方法 微信读书冷启动推荐实战：一种基于用户属性的方法
   。
2. 基于协同过滤（Item-CF / Word2vec）的书籍推荐，如于书城 – 搜索 – 猜你喜欢，为老用户推荐书籍。

为提升 2 的效果，本文设计了一个离线实验，用 CTR 预估方法做书籍个性化推荐，发现效果（准确率、召回率）较现网方法（Word2vec）提升接近一倍。

实验设计

实验对象

随机取 2017 年 1～4 月有加书架行为的 500 名用户。

推荐任务

对每个用户，根据 1～3 月的用户行为，预测 3～4 月被加入书架的 topN 本书，作为推荐结果。topN 取 200。

评估指标

TopN 准确率（查全率）：推荐命中次数／推荐次数

TopN 召回率（查准率）：推荐命中次数／加书架次数

推荐算法

对照组：Word2vec

微信读书的猜你喜欢使用 Item-CF 和 Word2vec 两种算法，二者转化率相近。在本次实验中用 Word2vec 作为对照组。

Word2vec 是一个语言模型，能够从语料中学习到词汇的向量表示，向量可以用于衡量词汇间的相似度。Word2vec 也可用于个性化推荐，能够学习到物品、用户间的相似度，是一种协同过滤的推荐方法。

具体地说，我们把书籍 ID 当成 word，把每个用户加书架的书籍 ID 序列当成 sentence，把 1～3 月用户的加书架行为当成训练语料，输入 Word2vec，得到每个书籍 ID 的向量表示。两本书籍间的向量距离，可以表示两本书的相似度。

对每个用户，把他 1～3 月读的近 15 本书作为种子，寻找向量距离最相近的 topN 本书，作为推荐结果。

微信读书现网 word2vec 的训练语料把用户感兴趣的书作为 word，而在本次实验中简单处理，把用户加书架的书籍作为 word。

实验组：CTR 预估方法

CTR 预估方法，即利用点击率预测模型，对候选集的 user-item 特征，预测点击率，然后重新排序生成推荐结果。

利用 CTR 预估方法做推荐，一般步骤是：

1. 生成候选集：利用协同过滤方法（Word2vec）产生的 topN * 3 个推荐结果作为候选集。
2. 训练点击率预估模型：以 1～4 月非实验对象用户数据作为训练集，根据用户在 1～3 月的微信属性、阅读行为和书籍的特征（详见附录），预测用户在 4月加书架的概率。常见的模型有：LR / GBDT / GBDT+LR / FM 等，可参考 3
3. 点击率预估，对候选集重排序：对每个用户，用 LR 模型预测他把候选集书籍加入书架的概率，然后排序取 topN 作为推荐结果。

其中，GBDT 算法可以自动选择特征，LR 需要特征筛选以提高准确率，具体过程略，可参考 4

总结

从实验结果可以发现，CTR 预估方法较 Word2vec 方法在推荐效果上有近一倍的提升。

提升的原因，可能是 Word2vec 方法利用单一的用户加书架的信息进行训练；而 CTR 预估方法利用了更丰富信息进行训练，如用户属性、用户行为、书籍属性等，更好地学习用户的阅读偏好，从而作出更精准的推荐。

而且随着更多有效特征的加入，如用户-书籍的点赞评论特征、价格特征、对语音节目偏好特征，CTR 预估方法能够学习到更全面、更具体的用户阅读偏好，以进一步提升个性化推荐效果。

此外，CTR 预估方法也可用于读书电台等听书栏目，通过个性化推荐，提升用户体验。

参考

1 美团推荐算法实践

2 因子分解机FM-高效的组合高阶特征模型

3 CTR预估模型(点击率预测模型)的进化之路

4 特征工程简介

5 Word2Vec-知其然知其所以然

6 LR, 逻辑回归

附录

CTR 预估模型特征