前言

在移動網際網路迅速發展的今天，資訊量爆發性增長，人們獲取資訊的途徑越來越多，如何從大量的資訊中獲取我們想要的內容，成為了推薦系統研究的重點。 隨著大資料產業的不斷壯大，推薦系統在企業也越來越重要，從亞馬遜的“猜您喜歡”，到阿里雙十一手機淘寶的“千人千面”，無一不彰顯著推薦系統至關重要的作用。

相比之下， 訊息推送作為傳遞資訊的一種重要的手段，能夠有效地提高活躍度，被各大App廠商廣泛使用，本應有很大的發展。 但是由於終端上應用越來越多，每天各大App推送的資訊也越來越龐大，加上資訊都是千篇一律，沒有新意， 不但不能起到響應的作用， 反而會引起使用者強烈的反感，使用者收到的推送資訊，基本都會忽略， 刪除，甚至完全限制推送。

隨著推薦系統的成熟，將其應用於推送變成了可能， 通過推薦系統尋找使用者關注的焦點，精準定位使用者興趣，從而推送使用者感興趣的內容，達到提升推送的效果。

個性化推送整體架構

個性化推送的核心思想，是將推薦系統與推送系統結合，用推薦系統提取使用者感興趣的內容給使用者推送，提高使用者對推送訊息的點選率，提升推送效果。

從個性化推送架構圖上可以看出，個性化推送系統，核心元件有三層：資料層、計算邏輯層和推送服務層。  

• 基礎資料層 是個性化推送的基礎， 通過資料，將使用者與資訊相關聯，通過特徵，將使用者與使用者相區分，從而達到千人千面的效果。

• 計算邏輯層

   是個性化推送的核心，通過特徵匹配等相關的邏輯運算，將使用者和資訊做關聯，篩選更適合的資料，計算邏輯直接影響到個性化推送的準確度。

• 推送服務層 是個性化推送與使用者互動的通道。推送服務，間接地影響到個性化推送的到達率，影響著推送的效果。

資料層

推薦系統的基本任務是聯絡使用者和內容，解決資訊過載的問題。 想要做到使用者和內容更大程度的匹配， 就必須去深入瞭解使用者和資訊。 在這裡，我們將資料分為三個維度， 方便對用於，資訊的把握。

• 使用者維度資料

• 資訊維度資料

• 時間維度資料

1

使用者維度資料

使用者維度資料，是用來描述使用者的特徵資料。 瞭解使用者，一般從使用者標籤屬性和使用者行為屬性兩個層面入手。

• 使用者標籤屬性是用來描述使用者的靜態特徵屬性，如使用者的性別，年齡，喜好，出行偏好，住址等。

• 使用者行為資料，簡單來說就是使用者的行為日誌，使用者在網際網路上的任何行為，都會產生日誌， 比如使用者瀏覽了哪個網站，使用者搜尋了哪個名詞，使用者點選了哪個廣告，使用者播放了哪個視訊等等，都屬於使用者行為資料。 使用者行為常被分為兩類，顯性反饋行為和隱性反饋行為。顯性反饋行為是指使用者明確表示物品喜好的行為， 如常見的評分，點贊等。 隱性反饋行為是指那些不能明確反映使用者喜好的行為。常見的有頁面瀏覽的行為。 使用者瀏覽一個頁面，不代表使用者一定喜歡這個頁面展現的物品，很有可能只是因為這個頁面在首頁，使用者更容易點選而已。

對收集的使用者特徵做融合，根據不同的方向，對使用者特徵庫做劃分， 方便之後的使用。

我們整理了使用者常見的一些特徵指標，如下：

所屬的行業不同，所關注的使用者特徵也不同，不同的行業，會對使用者在某一方面有更細緻的特徵描述。

從原始的使用者行為資料，使用者標籤資料，以及其它第三方的資料中，提取我們所要關注的特徵值，形成特徵向量，為後續資訊篩選做準備。

2

資訊維度資料

資訊維度資料，用於描述資訊的特徵屬性。 不同種類的訊息內容，用不同的特徵指標來標識。

上述的三個類似，列舉了舞蹈，視訊，音樂三個型別內容所關注的特徵。 更細、更準確的特徵描述，有利於我們更加準確地去匹配內容。

3

時間維度資料

時間維度資料，就是與時間相關的使用者特徵和資訊特徵。 如使用者當前在中關村， 中關村某店未來三小時有搶購活動等。 在使用這些特徵的時候，一定要注意其時效性。

計算邏輯層

我們準備好了使用者和內容之後，接下來要做的就是連線使用者和內容。 推薦系統連線使用者和內容的方式有三種：

• 使用者資訊匹配：使用者喜歡某些特徵的內容，如果資訊裡包含了這些特徵，則認為該內容是使用者最有可能感興趣的內容；

• 資訊匹配：利用使用者之前喜歡的內容，尋找與這些內容相似的內容，視為使用者最有可能感興趣的內容；

• 使用者匹配：根據使用者特徵尋找相似的使用者，將相似使用者所感興趣的內容視為該使用者最有可能感興趣的內容；

使用者資訊匹配，是直接通過使用者特徵和資訊特徵做匹配，篩選出使用者感興趣的內容，這種方式計算方式簡單，直接了當，但是覆蓋面比較窄，能夠完全匹配上的內容佔很少一部分，為了擴大召回， 將大部分特徵相匹配的資訊也篩選出來，視為使用者最感興趣的內容。 資訊匹配和使用者匹配，則是典型的協同過濾，更多是計算相似度，資訊匹配計算內容的相似度，使用者匹配則是計算使用者的相似度， 於是使用者和資訊的連線問題轉化為了計算相似度的問題。

常用的計算相似度的演算法有以下幾種：

• 毆氏距離或者曼哈頓距離

• 餘弦相似度

• 皮爾遜相關係數

兩個n維向量的毆氏距離計算公式如下：

兩個n維向量的曼哈頓距離計算公式如下：

兩個n維向量的餘弦係數如下：

兩個n維向量的皮爾遜係數如下：

這裡不再贅述各個公式的由來以及推倒，有興趣大家可以自行查詢相關文章。 一般的，如果資料比較稠密，而且屬性值大小都比較重要，則採用毆氏距離或者曼哈頓距離，如果資料稀疏，考慮使用餘弦距離，如資料受到分數貶值的影響（及不同的型別採用不同的評分），則使用皮爾遜相關係數。

經過特徵匹配和若干輪的相似度計算後，我們拿到了一個初步的使用者資訊匹配結果集， 接下來我們會對結果集做進一步的處理。

• 過濾：主要是根據推送的歷史，將之前推送過的資訊過濾掉，同時，我們會根據實際情況，將不滿足要求，或者質量比較差的資訊過濾掉

• 排名：主要是擬定推送資訊的優先順序， 一般按照新穎性，多樣性和使用者反饋等規則來做排序，新穎性保證了儘量給使用者推送他們不知道的，長尾的資訊，多樣性保證使用者可以獲取更廣的內容，而使用者反饋則通過收集使用者真實的意願(如通過使用者對推送內容的開啟，關閉操作反應使用者的喜好)實現更優的排序。

• 資訊整理：選擇最優內容，形成訊息，進行推送

這只是簡單介紹了一下資料處理和匹配的邏輯，在具體的實現過程中，需要考慮特徵權重的問題， 特徵權重對特徵匹配，結果排序等影響較大。

推送服務

推送服務，作為個性化訊息的出口， 根據客戶端的種類，也被分為了Apple和Android兩大體系。 Apple系推送服務統一將推送資訊送入apns，由apns負責後續推送工作。 Android則通過後臺守護程序，和推送服務建立聯絡後獲取推送內容。 目前行業內有很多開放的推送服務，如umeng推送，信鴿推送，個推等，基本上都是對上述功能的封裝。 一些開源推送服務，如umeng， 由於背靠阿里，和所有阿里系應用共享推送資料通道（也就是後臺的守護程序）， 大大提高了訊息的到達率。

個性化推送，在推送的內容和時機上都是離散的，所以很難做到批量推送，這就對推送服務的設計和效能提出了比較高的要求。 我們推送服務做了如下改進：

• 資料區域性聚合：將相同訊息內容的推送放在一起， 這樣就可以做區域性的批量推送，增加服務吞吐

• 資料分片：將不同訊息內容的推送分割為不同的資料片， 不同的資料片可以並行推送， 提高推送效率

• 守護執行緒：每臺服務例項都保留一個守護執行緒，用於監控推送過程，確保推送有且僅有一次送達

基於使用者位置的個性化推送

在個性化推送的基礎上，藉助於LBS，我們完成一個新的推送場景的嘗試，這就是基於使用者位置的實效性個性化推送推送。 當你步入中關村商圈，那裡的新中關購物中心正在搞活動，其中耐克正在打折，從你的使用者特徵可以看出，你是個運動達人，最近在某電商網站上瀏覽了多次運動鞋， 這個時候，我們為你推送了耐克打折的這個訊息， 這就是一個典型的基於位置的個性化推送場景。

通過定位服務獲取使用者的實時位置資料，通過計算，獲取與參照物的位置關係，結合上述的個性化推送，為使用者推送該參照物範圍內使用者感興趣的內容。 一般的，通過空間索引，來提高計算地理位置關係的效能，空間索引分為兩類：

• 網狀索引， 如geohash等

• 樹狀索引， 如R樹，四差樹等

可以根據時間的場景來選擇不同的空間索引。