基于长尾理论对推荐系统的思考

卢新颖

摘要：互联网的迅速发展使我们越来越多地接触和使用了推荐系统，推荐系统的不断改进可以给用户更好的使用体验，提高用户的满意度。本文从长尾理论的视角观察电商企业的绩效，并由此提出长尾理论对推荐系统的启示。

关键词：长尾理论；推荐系统；多样性；准确性

据第35次中国互联网络发展状况统计报告显示，截至2014年12月，互联网普及率为47.9%，较2013年底提升了2.1个百分点[1]。然而在电子商务环境下，用户面对互联网的海量信息想省时省力地找到自己需要的商品并不容易，面对这种问题，为了使用户能够更便捷的找到需要的信息，电子商务推荐系统应运而生。基于长尾理论对推荐系统进行思考可以更好的为顾客提供满意的推荐项目。

一、长尾理论概述

长尾理论由美国人克里斯·安德森提出。长尾理论认为，当商品储存流通展示的场地和渠道足够宽广，商品生产成本急剧下降，商品的销售成本急剧降低时，几乎任何以前看似需求极低的产品，只要有卖都会有人买。这些需求和销量不高的产品所占据的共同市场份额会很大，甚至比主流产品的市场份额更大。长尾市场的本质是它看似微不足道，但是可以积少成多，聚沙成塔。

二、从电商企业绩效看长尾效应

2005年，克里斯·安德森出版了的《长尾理论》一书，细致讲解了长尾理论，研究了当今世界媒体正在经历的巨大革命，把握了世界经济的变化核心，安德森注意到，电子商务企业的企业绩效并不遵从二八定律，而是符合重尾分布。二八定律认为20%的商品品种可以带来80%的销量，所以只应该保留这部分，其余的80%都应舍弃。但是考虑到电子商务的环境，企业绩效更多的是符合长尾理论的。

在安德森的书中提到了Netflix电影销售量的例子，从下图中可以看出，Netflix在2000年时销售量很高的Top500部电影在2005年时需求量有了大幅降低，而在2000年时销量一般、大部分都不足5%的电影在2005年时需求量增大，更令人惊奇的是，当年15%的需求都来源于排序位于3000之后的电影。此外，还有一些例子，沃尔玛所销售的唱片，热度低的唱片和热度高的销量相仿；Google有一半的生意来自小网站。

图1Netflix电影2000年与2005年销售量对比[2]

产生这些与二八定律完全相反的情况的原因还是电商企业所处的经营环境和条件，传统实体店为节约库存成本，在库房中更多的留下那些热门的商品，而电商的商品展示平台不受限制，只需要留出足够的场地存储商品，甚至不需要库房，直接从厂家调货；传统实体店为了节约销售成本和人员成本也不会销售过多种类的产品，而电商的销售成本和人员成本相对来说就会少很多。

三、长尾理论对推荐系统的启示

电商的企业绩效可以反映出长尾效应，所以，从推荐系统的角度来看，为了能够更好的提高企业绩效，给顾客良好的购物体验，就更应该从长尾理论入手，从中对推荐系统的设计得出一些启示。具体来说，可以得到以下两方面的启示：

第一，推荐结果应更具多样性。从上文的实例中我们可以知道，传统实体店为了节约成本仅仅销售那些热门、流行的商品，而顾客的需求是多种多样的，他们可以通过电商平台找到那些冷门的但是非常需要的商品。推荐系统在为用户提供推荐时，应更多的提供符合用户搜索信息的商品，给用户更多的选择。

第二，推荐结果应保证准确性。推荐系统的作用是为用户提供感兴趣的信息和商品，从而带动用户的购买行为。所以，关键还是要提供符合用户需求、用户感兴趣的信息和商品。在保证准确性上，可以通过更多的了解用户的兴趣爱好、曾购买商品、浏览记录、更多的搜索条件等方法来提高。

但是，推荐的多样性和准确性在目前来看，存在一定的冲突，提高推荐的多样性会降低推荐的准确性。为用户提供多种商品，通常这些商品中，除了那些流行的热门商品，会存在很多未知的、购买次数少的、缺乏历史评价的商品，这些商品是否真正符合用户的实际需求是很难判断的，这就会降低推荐的准确性。反过来看，如果为了保证准确性，为用户推荐完全符合搜索条件的商品，这样可能会符合用户需求，但是条件限制的过多会使商品推荐缺乏多样性。

综上所述，由于电商企业的绩效是符合长尾理论的，所以，推荐系统提供推荐的多样性是十分重要的。推荐多样性的存在会使企业获得高绩效的可能性增大，但是，多样性又会一定程度上降低推荐的准确性，所以，推荐系统应该首先保证推荐的多样性，因为这样会符合用户的多种需求，帮助用户找到感兴趣的商品，在此基础上，可以通过更多的收集用户购买行为的信息，增加搜索条件限制等一些方法来对多种推荐进行筛选，增加推荐的准确性。（作者单位：河北大学管理学院）

参考文献：

[1]中国互联网信息中心.第35次中国互联网络发展状况统计报告[R].2014.

[2]克里斯·安德森.长尾理论[M].北京：中信出版社，2006.