💡一句話定義
推薦系統（Recommender System）＝從使用者過去的行為與回饋（評分、點擊、購買、停留時間…）學出偏好，預測他對「還沒接觸過的物品」會有多喜歡，然後把預測最高的那幾個排在前面給他看。本質上是一個「填空」問題：使用者 × 物品的大表上有一堆空格，系統要猜出空格裡的數字，再挑最大的推給你。
為什麼需要它？因為東西太多、注意力太少。Netflix 有上萬部片、蝦皮有上億件商品，沒有人逛得完；推薦系統把「找東西」的成本從使用者身上搬到系統身上，這就是電商、影音、社群平台的核心引擎。
🎮互動：迷你推薦引擎
下面是 6 位使用者 × 8 部電影的評分矩陣（1–5 分，虛線格＝還沒看過）。點一位使用者的名字，系統會用餘弦相似度（Cosine Similarity）找出跟他最像的人（或最像的電影），預測空格的分數，並列出推薦清單。切換「使用者式／物品式」看看答案會不會一樣。
🎬 誰會喜歡哪部片？
分數低
分數高
未評分
預測分數
★＝被選為鄰居
相似度排行
📣 推薦清單（預測分數高→低）
👆 先點一位使用者的名字試試看。
$\text{sim}(u,v)=\dfrac{\vec r_u\cdot\vec r_v}{\lVert\vec r_u\rVert\,\lVert\vec r_v\rVert}$ $\hat r_{u,i}=\dfrac{\sum_{v\in N(u)}\text{sim}(u,v)\,r_{v,i}}{\sum_{v\in N(u)}|\text{sim}(u,v)|}$
左：兩位使用者的評分向量夾角越小、餘弦越接近 1 就越像（這裡為了簡化，空格當 0 算）。右：用「最像的鄰居 N(u) 給這部片的分數」做加權平均，就是對空格的預測。物品式把 u、v 換成兩部片即可。
🧭三大路線：內容式、協同過濾、混合式
推薦的核心問題只有一個：「憑什麼說你會喜歡這個？」依據不同，就分成三條路線。
🏷️內容式（Content-based）
看物品本身的特徵：你愛看科幻片 → 推其他科幻片。只需要「你」的紀錄＋物品的標籤／描述，不需要別人。
看物品本身的特徵：你愛看科幻片 → 推其他科幻片。只需要「你」的紀錄＋物品的標籤／描述，不需要別人。
👥協同過濾（Collaborative Filtering, CF）
看群眾的行為：「跟你品味很像的人也愛這部」。完全不看物品內容，只靠評分／點擊矩陣。
看群眾的行為：「跟你品味很像的人也愛這部」。完全不看物品內容，只靠評分／點擊矩陣。
🧪混合式（Hybrid）
兩者合體：新品沒人評過用內容式頂著、資料夠了交給協同過濾，再加人氣、時間等特徵。實務上幾乎都是混合式。
兩者合體：新品沒人評過用內容式頂著、資料夠了交給協同過濾，再加人氣、時間等特徵。實務上幾乎都是混合式。
| 面向 | 內容式 | 協同過濾 | 混合式 |
|---|---|---|---|
| 推薦依據 | 物品特徵相似（類型、導演、關鍵字、embedding） | 使用者 × 物品互動矩陣 | 兩者＋額外特徵 |
| 需要的資料 | 物品描述 ＋ 該使用者歷史 | 大量使用者的行為 | 都要 |
| 新物品（沒人評過） | ✅ 有描述就能推 | ❌ 冷啟動 | ✅ 用內容式補 |
| 新使用者（沒歷史） | ❌ 不知道你愛什麼 | ❌ 冷啟動 | 用問卷／人氣榜補 |
| 驚喜度（Serendipity） | 低：越推越像，容易「一直推科幻片」 | 高：能推你沒想過但同好愛的東西 | 可調 |
| 可解釋性 | 高：「因為你看過 X」 | 中：「喜歡 X 的人也喜歡 Y」 | 視設計 |
| 代表例子 | 新聞／文章推薦、Pandora 音樂基因 | Amazon「買了這個的人也買」、Netflix Prize | YouTube、Netflix、蝦皮首頁 |
🔢協同過濾怎麼算：鄰居法與矩陣分解
① 鄰居法（Memory-based）：使用者式 vs 物品式
上面的互動就是鄰居法。使用者式（User-based）先找「跟你最像的 k 個人」，看他們怎麼評你沒看過的片；物品式（Item-based）先算「片與片之間的相似度」（看同一群人是否給相近評價），再用你看過的片去推相似的片。
| 面向 | 使用者式 User-based | 物品式 Item-based |
|---|---|---|
| 相似度算誰 | 人跟人（比較兩列） | 物品跟物品（比較兩欄） |
| 直覺解釋 | 「品味像你的人也喜歡」 | 「看過這部的人也看了那部」 |
| 穩定性 | 人的口味常變、新使用者多，相似度要常重算 | 物品關係相對穩定，可離線先算好 |
| 適合 | 使用者少、物品多 | 使用者多、物品少（Amazon 2003 年論文的選擇） |
② 矩陣分解（Matrix Factorization, MF）
鄰居法有個痛點：矩陣太稀疏（Netflix 使用者平均只評過不到 1% 的片），很多人之間根本找不到共同評過的片。矩陣分解的想法是：把巨大的評分矩陣 $R$（$m$ 個使用者 × $n$ 部片）拆成兩個瘦長的矩陣相乘——每位使用者一條 $k$ 維向量、每部片一條 $k$ 維向量，兩者內積就是預測評分。
$\hat r_{u,i}=\vec p_u\cdot\vec q_i$ $\min_{P,Q}\sum_{(u,i)\in\text{已評分}}\big(r_{u,i}-\vec p_u\cdot\vec q_i\big)^2+\lambda\big(\lVert\vec p_u\rVert^2+\lVert\vec q_i\rVert^2\big)$
只對「有評分的格子」算誤差，用梯度下降或 ALS 學出 P、Q；$\lambda$ 是正則化，避免過擬合。學完後任何空格都能用內積填上。這些 $k$ 維向量就是隱因子（latent factor），常常自然對應到「科幻度、浪漫度、藝術片程度」之類人類看得懂的軸——但它是自己學出來的，不是人工貼的標籤。
🥶冷啟動，以及你以為沒給分其實一直在給分
冷啟動問題（Cold Start）
協同過濾全靠「別人怎麼評」，所以新使用者（沒有歷史）跟新物品（沒人評過）在矩陣裡是整條空白——鄰居找不到、向量學不出來，這叫冷啟動。常見解法：
- 新使用者：註冊時問幾題「挑三部你喜歡的片」、先推熱門榜、用人口統計或裝置資訊猜一個起點。
- 新物品：靠內容式（有標籤／描述／圖文 embedding 就能算相似）、先曝光給一小群人蒐集回饋（探索 exploration）。
- 這也是「混合式幾乎是標準答案」的主因。
顯性回饋 vs 隱性回饋
| 面向 | 顯性回饋 Explicit | 隱性回饋 Implicit |
|---|---|---|
| 例子 | 打星星、按讚／倒讚、寫評論 | 點擊、觀看時長、加購物車、購買、跳過、搜尋 |
| 數量 | 很少（多數人懶得評） | 海量，每個動作都是訊號 |
| 意義清楚嗎 | 清楚：5 星就是喜歡 | 模糊：點了不一定喜歡；沒點不代表不喜歡，可能只是沒看到 |
| 負樣本 | 有（1 星） | 幾乎沒有「明確不喜歡」，要靠抽樣假設 |
| 實務主流 | 早期（Netflix Prize 時代） | 現在的主流（YouTube、TikTok 看完成率、重播、停留） |
考題陷阱：「使用者沒有對商品評分，只有瀏覽與購買紀錄」→ 這是隱性回饋；處理時不能把「沒互動」當成「不喜歡」，常用信心加權或負採樣的方式建模。
📏推薦好不好，怎麼量？
推薦系統輸出的是「排好順序的前 K 名」，所以指標都在問：前 K 名裡命中幾個？命中的有沒有排前面？而不是整體分類的 Accuracy。點下面清單中的項目，把它標成「使用者真的喜歡」，看指標怎麼變。
📐 Precision@K / Recall@K / NDCG@K 計算器（K = 5）
系統推了這 5 部（由上到下＝排名）。點一下＝使用者真的喜歡（相關）
0.00Precision@5
推的 5 部裡有幾成命中
推的 5 部裡有幾成命中
0.00Recall@5
他喜歡的全部，被我推到幾成
他喜歡的全部，被我推到幾成
0.00DCG@5
命中且排越前面分越高
命中且排越前面分越高
0.00NDCG@5
DCG ÷ 理想排序的 DCG
DCG ÷ 理想排序的 DCG
$\text{Precision@K}=\dfrac{\#\{\text{前 K 名中相關}\}}{K}$ $\text{Recall@K}=\dfrac{\#\{\text{前 K 名中相關}\}}{\#\{\text{所有相關}\}}$ $\text{DCG@K}=\sum_{i=1}^{K}\dfrac{rel_i}{\log_2(i+1)}$ $\text{NDCG@K}=\dfrac{\text{DCG@K}}{\text{IDCG@K}}$
DCG 的分母 $\log_2(i+1)$ 讓「排第 1 名命中」比「排第 5 名命中」值錢，所以 NDCG 是考慮順序的指標；Precision/Recall 不管順序。
🎯準確類
Precision@K、Recall@K、NDCG、MAP、Hit Rate。離線用歷史資料算，線上用 CTR、轉換率、停留時間。
Precision@K、Recall@K、NDCG、MAP、Hit Rate。離線用歷史資料算，線上用 CTR、轉換率、停留時間。
🗺️覆蓋率（Coverage）
整個片庫裡有多少比例的物品「曾被推薦出去」。只推熱門片的系統覆蓋率很低，長尾商品永遠出不了頭。
整個片庫裡有多少比例的物品「曾被推薦出去」。只推熱門片的系統覆蓋率很低，長尾商品永遠出不了頭。
🌈多樣性（Diversity）
同一份推薦清單裡物品彼此有多不像。全推漫威片 Precision 可能很高，但使用者會膩。
同一份推薦清單裡物品彼此有多不像。全推漫威片 Precision 可能很高，但使用者會膩。
✨新穎性／驚喜度
Novelty：推的是不是使用者沒看過的；Serendipity：意料之外但喜歡。這兩個才是留住人的關鍵。
Novelty：推的是不是使用者沒看過的；Serendipity：意料之外但喜歡。這兩個才是留住人的關鍵。
為什麼不能只用 Accuracy？評分矩陣 99% 是空格，你把每格都猜「不會看」準確率也 99%；而且使用者只看得到前 K 名，第 500 名猜得多準都沒意義。這跟不平衡資料的邏輯一樣。
⚠️同溫層、公平性與其他風險
同溫層／過濾泡泡（Filter Bubble）：你點什麼就推更多那種，越推越窄，久了只看得到同一種觀點——社群平台的極化問題有一大半來自推薦系統的回饋迴圈（feedback loop）：系統推 → 你點 → 系統更確信 → 推更多。
- 人氣偏差（Popularity Bias）：協同過濾天生偏愛熱門物品（資料多、相似度好算），長尾創作者被埋沒；覆蓋率指標就是在抓這個。
- 公平性（Fairness）：對使用者端——少數族群的資料少、推得差；對物品／供給端——新賣家、小眾創作者曝光不公平。履歷推薦、貸款推薦若學到性別或種族相關的歷史偏差，會把歧視自動化。延伸閱讀：公平性與去偏見。
- 隱私：推薦越準＝蒐集越多行為資料；差分隱私、聯邦學習是對策方向。
- 操弄：刷評、假帳號（shilling attack）可以把某物品「推」進所有人的清單。
- 目標錯置：只優化點擊率會推聳動內容；平台常改成優化「有意義的停留」或長期留存。
對策：在排序階段加入多樣性／新穎性懲罰、探索（exploration，刻意混入一些不確定的物品）、給使用者「為什麼推這個」的解釋與「不感興趣」按鈕、對不同群體做公平性稽核。
🤖LLM 時代的推薦：一切都是 embedding 檢索
現代推薦系統的主流架構是兩階段：
- 召回（Retrieval）：把使用者和物品都編成向量（embedding），用餘弦相似度／內積在向量資料庫裡做近似最近鄰搜尋，從上億物品中撈出幾百個候選。矩陣分解學出的 P、Q 就是最早的 embedding；現在改用雙塔神經網路（Two-tower）或直接拿 LLM 的文字／圖片 embedding。
- 排序（Ranking）：對這幾百個候選用更重的模型（加入情境、時間、裝置等特徵）精排，再套多樣性規則輸出前 K 名。
✅自我檢測
🎯重點整理
- 本質：推薦＝在「使用者 × 物品」矩陣上填空，再把預測最高的前 K 名排給你。
- 三路線：內容式看物品特徵、協同過濾看群眾行為、混合式兩者合體（實務標準）。
- 協同過濾兩種算法：鄰居法（使用者式／物品式，靠相似度）與矩陣分解（R ≈ P·Qᵀ，學出隱因子向量）。
- 冷啟動：新使用者／新物品沒有互動資料，協同過濾失效，要靠內容式、熱門榜、問卷補。
- 回饋：顯性（評分）少而清楚，隱性（點擊、購買）多而模糊；「沒互動 ≠ 不喜歡」。
- 指標：Precision@K、Recall@K 看命中；NDCG 多考慮排序；覆蓋率、多樣性、新穎性看生態健康。不能只看 Accuracy。
- 風險：同溫層回饋迴圈、人氣偏差、公平性、隱私、刷評操弄；用探索、多樣性、解釋與稽核對治。
- 現代架構：embedding 召回 ＋ 精排；LLM 讓內容式與對話式推薦大幅升級。