大資料時代下的社交圖譜與興趣圖譜

如果把全球所有的行動電話和使用者的通話記錄放在一起，是大資料嗎？

所有入口網站，幾個大的入口網站等每天產生的新聞，是大資料嗎？

第一個資料來源是大資料。因為我們之間的通話、交往的過程，它是一個網路狀的，是超線性增長的，並且我們通話內容是非常複雜的，具有複雜的資料結構，包括我們的時間及方方面面的演算法。

第二如果只是每天產生的新聞，它不算大資料，因為這個量有限，每天也就是大概幾十萬、上百萬條，而且每天增長也是有限的。但是，如果把使用者的瀏覽記錄甚至把新聞的內容，比如對這個文字做分解，把文字之間產生互相的聯絡的話，這就算大資料。

個性化推薦技術

個性化推薦技術可以帶來非常大的效果上的提升。它最大的優勢就在於新使用者的轉化率，尤其是新使用者在頭幾個訪問的時候，如果你能抓住他的興趣，迅速給他推薦一些他感興趣的產品，或者是感興趣的資訊，它的轉化率將大大提升。

在做社交圖譜時，發現其比興趣圖譜要複雜的多，它的複雜其實來源於一個是人與人關係的複雜性。人跟產品之間的關係相對比較簡單，我喜歡這個產品，我不喜歡這個產品，這個描述大概能描述你80%的情況。

但是人跟人之間的關係就很複雜，沒有一個簡單的或者清晰的模型去描述這個複雜性，或者人與人之間關係很難用單一緯度描述。第二人與人之間互動在網站上表現成文字，現在互相回帖或者互相說話等，這個語義的複雜性也不是現在計算機技術能夠完全掌握，或者完全攻克的一個難題，所以語義的複雜性也帶來描述人和人之間關係的複雜性。

興趣圖譜跟社交圖譜的區別

興趣圖譜中的人群更多是一個生人的網路，大家來到興趣圖譜之前互相之間不太認識，依據興趣來結合新的網路。但是，社交圖譜更多是熟人的網路，尤其是強社交的關係，像大家現在用的微信，手機裡的通訊錄等等，這個是熟人的關係。不同人群它表現出的特點其實也不太一樣。

社交圖譜在黏性上和頻度上都很高，但它在永續性上，有時候有的產品比較高，但是有的產品其實也沒有那麼高。興趣圖譜一般來說黏性和頻度都沒有那麼高，但是它的永續性會比較好一些，因為興趣一般都會是長期的興趣。依據這樣不同的特點，在我們做個性化推薦的時候可以有不同的一些考量。

如果你有上億量級的使用者，每個使用者細分的興趣大概有上千種，整個使用者的興趣。每個使用者相對比較強的社交的關係有幾百種。乘起來就會是一個非常大的資料量，也即我們會用幾十萬的維的向量描述一個人，甚至擺成一千量級的資料描述一個人，我們還要找人跟人之間的關係，在資料上就會是非常大的一個挑戰。

目前很多線上推薦系統是除融合興趣圖譜和社交圖譜外，給使用者一個引導，能夠幫助使用者發現它真正有價值的東西。

其實現在個性化推薦往往很難解決一個“驚喜”問題。主要要解決的就是幫助使用者進一步探索他未知的，而且對他很有用的，能給他帶來驚喜的推薦領域。