互聯網時代最主要的三種獲取信息方式

搜索、推薦和廣告是互聯網時代最主要的三種獲取信息方式。但搜索、推薦和廣告架構能統一嗎？就此，本文作者將具體來分析。

搜索、推薦和廣告是互聯網時代最主要的三種獲取信息方式。如果你了解三個系統的具體實現，甚至自己還分別親手做過，那么你應該有一種模模糊糊的印象：似乎有些底層的技術和數據是可以共享的啊，但是為什么我們公司是分屬三個不同的團隊在搞呢？有時候似乎還要打個架什么的。

如果你有這個模模糊糊的印象，那么我告訴你：你不是一個人！Hector Molina在Recsys’14上就提出了將搜索、推薦、廣告三合一的觀點[1]。同時，在國內的微博上，也因此掀起了一些討論[2]。微博上的討論先按下不表，我們先來看看為什么三合一是一種可能的趨勢？如果要合，又有哪些困難呢？

不同與相似

搜索，推薦和廣告本質上都在解決信息過載的問題，各自解決的手段、目標不相同，各自誕生在產品生命周期不同階段，以至于系統實現不盡相同。

從幾個維度對比一下，看看他們不同和相同在哪？

搜索要解決的是精確快速找到想要的結果。最重要的目標是降低延遲和提高相關性。搜索更關注內容消費者，用雙手讓他們爽。搜索引擎不會像社交網站或資訊網站那樣變成time killer，人們依賴搜索而不沉迷搜索就與搜索引擎的目標有關。在搜索解決用戶的信息獲取需求時，很少給予用戶一些驚喜，這也不是搜索的目的，也不會隨隨便便地利用集體智慧去擴充一些不那么直接相關的結果。

推薦系統則不同，首先很少有靠推薦系統撐起一款產品，大都是起一個“錦上添花”的作用，好的推薦系統都會變成一個time killer，讓用戶走進去就不想出來那是墜吼的。推薦系統通常不必須要明確表達需求的“query”，因此在給出的結果中就有很多發揮的余地，可以給用戶制造一些驚喜，這一點和搜索很不一樣。

根據策略不同，推薦系統有不同的實現方式。比如基于內容的推薦，很接近一個搜索引擎，實際上很多推薦引擎底層的技術實現，尤其是數據存儲上大量借鑒了搜索相關技術，比如按照興趣標簽對推薦候選池做倒排索引。另外，搜索是針對個人用戶的，一個用戶發起一個請求，而推薦系統既可能真對單個用戶進行推薦，也可能針對用戶群進行推薦。

廣告則是一個很特殊的存在，它在產品形式上很像推薦，總是“不請自來”，而在技術實現上又兼有推薦和搜索兩者特點，而且它又是一個商業驅動的系統，所以更多關注商業利益最大化。

有一個很有意思的現象，搜索和推薦的信息對象理論上可以共用的，也就是說可以允許用戶設置條件檢索一堆候選對象，也可以把這些候選對象主動推薦給可能感興趣的用戶面前。但是廣告的信息對象卻是另一個隔離的存在，為什么不能讓用戶直接設置條件檢索我們的廣告庫存呢，就像是一個通常的搜索引擎一樣？也許是可能的。

抽象看三者

這三個系統有這些特點，對于大多數成熟公司，他們已經被把持在三個不同的團隊部門手中，各自團隊每天在同時填著大同小異的技術坑。

我們抽象一下三者的需求共性：本質上都是在匹配，匹配用戶的興趣和需求（看成context），但匹配的目標，條件和策略不盡相同。

進一步抽象下去，又可以分為三步：過濾候選（filter） 排序候選（ranking） 個性化輸出（personalization）。

過濾候選這一步在搜索里面天經地義，query解析得到查詢意圖，或者更多結構化的搜索條件，用結構化的查詢條件去倒排索引中獲取搜索候選。

與之相似的是廣告系統，搜索廣告也是拿著query去獲取候選廣告，而聯盟廣告則是拿著用戶標簽去需求方獲取廣告候選。

filter在基于內容的推薦策略中也有類似的過程，而其它推薦策略，比如協同過濾或者隱因子模型，一般是提前計算好的，并沒有明顯的類似搜索一樣的filter，不過我們仍然可以抽象地把各種不同召回策略視為filter這一步，只不過filter并不是同步進行的，而是異步進行的。

ranking這一步主要區別在于排序的目標和約束。搜索的排序目標是高相關性，無論BM25為代表的傳統排序模型還是以Learn to rank為代表的機器學習排序，皆如此，用戶每次在搜索上花費的時間是不是更少（而不是更多）來衡量搜索的效果。

推薦系統的ranking比較復雜，相關性只是很小的部分，根據推薦系統的產品形式不同，ranking時排序不同。通常推薦系統用CTR預估來融合各種召回策略得到的候選集，如果做得深入，還需要考慮Exploit－Explore問題。附加的約束則千變萬化：電商中，當天買過的當天就不能再推了，新聞推薦里，重復的新聞不能再推了，某些場景需要推薦搭配，某些場景需要推薦相似，topN 推薦還需要考慮多樣性，序列推薦要考慮前序和后續，etc。

廣告系統的排序更多是從經濟學角度去看，通常CPC廣告的排序方式是結合預估CTR、出價、廣告質量三者一起考慮。同時還要考慮很多別的因素，尤其是商業因素，平臺方的要求，廣告主的要求等等，是一個純動態博弈，正如微軟亞洲研究院的劉鐵巖所介紹那樣[4]。

personalization最被推薦系統看重，而且在某些場合，個性化一度成為推薦系統的代名詞，然而個性化只是推薦系統的衡量指標之一而已，個性化的前提也一定是信息夠豐富夠垂直才行；搜索的personalization相對來說就粗淺一些，常見的是利用地域等人口統計學來做personalization，而且對于歧義較少的query，搜索如果太個性化既沒意義又有風險。

三者的協同

雖然事實上三個系統目前是軍閥割據，但其業務和技術上已經有很多重疊，也能夠產生很多協同作用。

有一部分搜索需求是無法用搜索相關性滿足的，比如“一個人的夜晚聽什么歌”這樣的query，需要推薦系統去滿足，交互形式可能是眼下大熱的bot，也可能是傳統的流推薦等等。如果能夠識別出這樣的搜索請求，其實更應該交給推薦系統來響應。

推薦系統總體上滯后于用戶的即時需求，所以強大如Amazon這樣的推薦系統，也是有搜索引擎來與之配合的。一方面，搜索因為能夠滿足用戶的主動尋找需求，所以能夠化解一些推薦不力不及時的尷尬；另一方面，搜索可以積累用戶興趣數據；當二者結合起來考慮時，可以避免“搜什么推什么”的窘境，整個系統能夠綜合考慮哪些是即時快速需求，哪些是長期興趣。

廣告系統，在技術上和搜索跟推薦并無本質差異，差異在意圖不同，功能不同。對用戶的信息需求滿足，搜索和推薦離真正得到滿足之間總是有一定的鴻溝，要么是信息不足，要么是信息過載，這些鴻溝可以利用經濟手段進行調配，也就是廣告系統。

業界觀點

以上分析只是基于純粹技術和業務角度的簡單分析，結束軍閥割據，一統天下似乎是人民的殷殷期盼，然而，這個“人民”似乎只有你我這種站在“上帝視角”的人們。前面提到，之前在微博上，一眾從業者集體討論過這個問題[2][3]，討論總結為：

• 幾乎所有人都覺得這個提法是意料之中，也承認三者有統一的概念基礎，對此亦有共識；
• 僅有少數公司（豆瓣）有成功的統一案例，并沒有人提出業界還有類似案例；
• 少數前輩（@清風運文，@張棟_機器學習） 三個系統都經歷過，認為實際上困難重重，困難不在框架上，在細節上，各自優化需求差別很大；
• 還有一些人調侃說來自人的困難大于技術上的困難，這個自己體會不一樣，沒法寫論文。

總之，從這篇微博看到的討論來說，幾乎都持悲觀態度。

我的看法

基于以上的討論觀點及事實，雖然業界很悲觀，但并不是毫無希望，總結幾點：

1. 三者有統一的可能性，而且不低；

2. 在已經被割據的公司里，再重新一統天下非常困難，投入產出比會很低；

如果要統一，從0就開始，所以更適合創業公司或中小公司，可能這也是為什么豆瓣有成功案例的原因；

3. 由于人的因素很重，所以從一開始就應該把三者劃歸一個團隊來統一規劃，人員配置上：技術上統一，業務上分開。

4. 必須用數據證明統一之后比統一之前好，而不是工程師自己“感覺不錯”，這個“好”可以體現在實際上的業務指標提升，也可以體現在開發效率提升。

參考文獻

[1] Information Seeking: Convergence of Search, Recommendations and Advertising

[2] http://ml.memect.com/remix/3783095167238447.html

[3] 看了Hector Molina在Recsys’14上提的Search……來自Arber

[4] 劉鐵巖：在微軟大學的三次華麗轉型

作者：陳開江@刑無刀（微信：kaijiang_chen），資深推薦系統從業者，歡迎交流。

本文由 @刑無刀 授權發布于人人都是產品經理，未經作者許可，禁止轉載。