什么是信息茧房

信息茧房其实是现在社会一个很可怕的现象，从字面意思来看的话其实比喻的是信息被虫茧一般*住。这个问题反映了现在随着个性化推荐的普及衍射的一个社会问题。

​​平时在浏览新闻或者淘宝的时候，平台会自动根据用户的浏览记录获取用户的偏好，然后推送感兴趣的文章。久而久之，比如用户A是个体育迷，那么A获取的信息大多是跟体育相关的，很难获取音乐或者军事等其它相关的资讯，因为平台追求点击率，会一直推送A感兴趣的内容以获取高广告浏览量。时间长了，因为信息茧房的作用，因为信息获取单一，A的社交圈可能也会变的狭小。如果整个社会陷入了个性化推荐系统的信息茧房效应，将是病态的。

所以，真正的个性化推荐绝对不等于只推荐历史感兴趣的内容，这样其实不是一个长期可持续的推荐系统，如果陷入了信息茧房，一定会有用户觉得审美疲劳。那么如何破解信息茧房，因为从推荐模型角度分析，一旦获取了用户的画像，就很难跳出用户习惯的逻辑，比如昨天买个手机，第二天还推荐手机，这个时候可能比较好的一种方法是跨域推荐（cross-domain recommendation）。

跨域推荐的概念

跨域推荐做的事情就是跳出推荐的信息茧房。不是一个新概念了，我上研究生的时候学校就有实验室做相关的研究，今天主要讲下思路。具体大家想了解的话可以看下这个Paper： 《Cross-Domain Recommendation: An Embedding and Mapping Approach》

有几个关键词我觉得可以充分体现跨域推荐的精髓：

“diversity” - “novelty” - “serendipity”

如果我们做一个推荐系统，说是“individuality”，其实我会觉得很normal，不够高级，现在几乎所有推荐系统都有个性化推荐，但是如果一个推荐系统标榜自己是“novelty”，那我就觉得很有意思了。下面聊聊怎么实现novelty。

第一步：确定什么是target & source

这里以新闻推荐为例，如果一用户A，经常浏览同一个类型的新闻，比如体育新闻，如何找到A喜欢的其他类别新闻呢？

这其实是一个user overlap的场景，推荐系统的主体user不变，有个source源是体育新闻，要找到target是体育以外user感兴趣的文章。这就建立了跨域推荐中的target和source关系。

第二步：确定推荐level

跨域推荐有多种level，要确定跨域的种类，大体可以分以下三种：

其实跨域推荐确定了source和target后只要确定跨域的幅度即可。

1. Attribute level：挖掘target间的相似属性，推荐同一类别的target。比如一个用户很喜欢买红色、大尺寸的诺基亚手机，attribute level推荐是要在推荐物属性层面做跨域，可以试着给用户推荐黑色、小尺寸的其它手机，这样的跨属性的相同物种推荐会在一定程度上给用户新鲜感

2. Type level：挖掘target间的相似属性，然后推荐相同大品类下不同小品类的物品。比如用户喜欢红色、大尺寸的诺基亚手机，手机和电脑都属于电子产品，可以推荐红色、大尺寸的电脑给用户

3. Item level：挖掘target间的相似属性，推荐不同大品类的物品。比如用户喜欢红色、大尺寸的诺基亚手机，直接推荐红色大尺寸的马桶

以上3个跨域level由轻到重，大家可以根据自己的需求选用。其实关键点是如何挖掘物品的属性，因为无论是电脑、手机、马桶，他们都有共通的属性，比如大小、颜色、材质等，下面就介绍如何挖掘这些属性。

第三步：挖掘target间的属性

既然跨域推荐的关键是能挖掘出target间共有的属性，那么有什么办法可以做到这一点呢。首先要根据业务属性人工挖掘出一些隐性特征，比如电商平台可以挖掘出颜色、材质、价格、使用频率等隐性特征，然后可以通过矩阵分解的方式获取具体每个特征的权重（下图中矩阵A和B之间的矩阵）。

总结

信息茧房效应是因为个性化推荐系统推荐信息的不平衡性，导致用户长期只能浏览限制领域的信息，可以在推荐系统中加入跨域推荐的逻辑来规避信息茧房的影响，具体流程包含确定推荐逻辑中的source和target，确定跨域的粒度，通过矩阵分解找出隐含的共性属性。

参考：https://recsys.acm.org/wp-content/uploads/2014/10/recsys2014-tutorial-cross_domain.pdf