推薦系統發展了二十年，極大的提升了主流應用的效率，亞馬遜通過推薦系統銷售收入提升35%，Youtube主頁上60%的瀏覽來自推薦服務…到現在，各主流應用基本都用到了推薦系統。我們知道，在個性化推薦中，與用戶的交互非常重要。比如在淘寶購物中瀏覽和購買的物品，以及點擊的“喜歡”和“不喜歡”，都會成爲提升推薦精準度的關鍵。但是在車載環境中，爲了安全起見，主動用戶行爲很少，這種推薦系統產品構建好的關鍵是什麼？一直深耕車載音頻領域的考拉FM是一個典型案例。
2013年6月正式上線的考拉FM（去年升級改名爲聽伴）是一家音頻內容分發平臺，擁有大量的音頻內容資源，每日服務全國數百萬的車載收聽用戶。最開始他們通過手機與車機互聯的方式，向車主提供車載特色精品內容。但由於交互路徑過長，通過手車互聯來映射內容的方式，用戶活躍率並不理想。隨後聽伴改變了策略，通過前裝的方式與車廠合作，將音頻應用預裝到車機裏，同時提供內容推薦算法應用，爲聽衆提供想聽的內容。
聽伴的推薦從場景化與智能電臺流兩方面着手。比如長時間開車是一件枯燥的事，遇到堵車容易產生焦躁情緒，這時候就需要播放一些娛樂放鬆性的內容。場景化是基於車載特點，打造專屬內容庫，結合車主的時間+地點+人物的個性需求，分場景打造內容。聽伴副總裁李建剛表示：“我們有一百多個場景，在不同的場景下推薦規則不一樣。不同的天氣、地點、路況，推薦內容都不一樣。舉個例子，車主在四環上開車，路況很擁擠，聽伴會自動推薦一些堵車時車主愛聽的內容。另外，早晚高峯的場景差異是很明確的。做到這一點非常難，比圖文要難，這也是聽伴非常核心的技術。”
在手機上用戶可以通過點播專輯收聽，換節目的成本比較低，隨時可點擊切換到下一個。在車上並不方便“點播”，用戶在不同專輯之間切換的操作很麻煩。這時候就需要流式收聽。流式收聽類似於Feed流，基於這一點聽伴做了獨有的智能電臺。手機上大家都是點播，在找特定節目，電臺流不會受歡迎。但對於車載，電臺流這個形式卻是最合適的。智能電臺以車主畫像爲基礎，結合場景化，用個性化推薦進行主動推送，用語音進行交互。
李建剛曾介紹，聽伴在北美設有專門的實驗室研究個性化推薦，他們的音頻個性化推薦大體流程分四步：
- 用戶標籤：由程序初步給節目打上標籤，編輯團隊再次人工複檢標籤的質量，維度的完整性等。
- 用戶畫像：通過汽車廠商初步共享的用戶畫像信息（脫敏後，不涉及隱私），比如性別、年齡、城市等標籤幫推薦引擎冷啓動。
- 用戶行爲：用戶紅心/完整收聽了某一檔節目/語音主動搜索/主動點播被視爲正向反饋；用戶經常跳過某一檔節目被視爲負向反饋。
- 特徵維度機器精排：通過機器學習驗證所有特徵維度的有效性，在粗排候選集的基礎上通過特徵維度的打分對候選結果進行精排。輸出精排結果即爲實時推薦的節目單。
最初在車載端使用的是手機端一樣的一套推薦模型。但車載場景特殊，後來發現推薦的結果非常收斂，覆蓋率和多樣性都出現了問題。經過分析，發現是因爲交互少導致的。對於如何趟過這個坑，李建剛說：“針對這種情況，我們就摒棄了手機端的那套基於用戶主動行爲的推薦模型，而重新去思考、開發針對車載端這種用戶少交互，更多伴隨式收聽的推薦模型。在這個過程中，大數據對我們構建推薦模型起了及其重要的作用。基於考拉十多年車載音頻娛樂服務的數據，我們針對數百萬車載用戶行爲做了挖掘與學習，產生了非常有價值的結果”。針對交互的問題，未來聽伴會加入語音交互。他表示“一個推薦系統中，算法、交互、數據都是極其重要都因素，但最關鍵的還是需要對使用場景的深入理解”。
InfoQ：個性化推薦產品在聽伴的定位是什麼樣的？重要性程度如何？聽伴有哪些利用推薦系統技術的頻道？
李建剛：在車上，用戶的交互成本非常高，主動交互的頻次很低，要讓用戶有優質的收聽體驗，個性化推薦就非常重要，所以基於車載場景的音頻個性化推薦是我們非常重要的產品。
和手機上的展示類推薦相比，音頻的推薦會更復雜。
手機端的推薦模型，我們主要基於用戶反饋，爲用戶發現和展示內容；但在車載端，我們必須根據車載伴隨收聽的特性，進行音頻流式推薦，這種推薦用戶不會主動點擊，推薦出來的內容，直接給用戶收聽。因爲沒有用戶主動點擊的行爲，要有好的體驗，對推薦的要求非常高。
我們的推薦產品，主打兩款智能網聯車載音頻新品K-radio和品牌電臺。K-radio以場景化+智能電臺流技術給用戶提供簡單、便捷的車載音頻娛樂服務，擁有車載直播互動、AI電臺流，多源內容融合、娛樂語義滿足、帳號雲端互通五大核心能力。它的特點一是可以私有化部署，用戶數據部署在車企自有服務器，隔離起來以保護用戶隱私；二是支持SDK+APP+車載桌面多種合作模式，同時可以很方便地集成；三是一站式音頻娛樂信息服務解決方案，可以將音樂、電臺整合到一起收聽。
InfoQ：一些人也用過手機上的FM，那麼車載端FM和手機FM相比有哪些差異？
李建剛：我們同時有做車載和手機端，手機跟車載差異很大，場景、使用方式、服務形態都不一樣。手機是個相對專注的場景，主動點播行爲會更多。在車上點播收聽偏少，更多是伴隨式被動收聽。手機上進行推薦的核心邏輯是挖掘用戶行爲，召回用戶會喜歡的內容。基於所有用戶對推薦結果的點擊行爲，進行排序優化。車載上進行推薦的核心邏輯是通過建立車載娛樂知識圖譜，召回特徵相關的內容，基於用戶自身主動行爲，優化推薦結果順序。
| 手機/PC推薦 | 車載推薦 | |
|---|---|---|
| 用戶意圖 | 從海量數據中，幫助用戶決策，找到想要的信息 | 在有限的路途時間裏，推薦優質內容 |
| 行爲特點 | 注意力集中，隱式/顯式主動行爲豐富 | 注意力在駕駛上，主要行爲是伴隨式被動收聽；用戶行爲很少 |
| 時間 | 隨時隨地 | 通常駕車時間不會太長 |
| 形式 | 基本以點播爲主 | 流式，持續收聽 |
| 內容 | 廣度長尾內容 | 頭部精品內容 |
| 維度 | 用戶和行爲 | 用戶、行爲、車和場景 |
| 模型特點 | 個性召回，共性排序 | 共性召回，個性排序 |
| 核心邏輯 | 挖掘用戶行爲，召回用戶會喜歡的內容。基於所有用戶對推薦結果的點擊行爲，進行排序優化 | 通過建立車載娛樂知識圖譜，召回特徵相關的內容。基於用戶自身主動行爲，優化推薦結果順序。 |
InfoQ：推薦的內容如新聞類、情感類和音樂類，針對不同的內容，技術上最大的區別在哪裏？
李建剛：
新聞類：時效性很強，選擇基於分類、主題、關鍵詞等維度表示一篇新聞；通過自然語言處理，提取新聞要素，結合知識圖譜消岐，另外新聞的消費時間屬性很強，不同的時間段對新聞類型的需求也是不同的，比如早間希望聽資訊內容，晚上喜歡聽娛樂內容等。
情感類：深挖用戶畫像，尤其是社會方面的特徵（婚姻、家庭、社交）。
音樂類：挖掘用戶開車出行時的場景、車速、位置甚至天氣等，結合音樂內容的場景化表示，推薦出此時此刻最符合車載下的音樂內容。
InfoQ：一個典型的音頻推薦系統架構是怎麼樣的？您是否能給出圖片來解釋？
李建剛：
我們的推薦架構從底層到上層，分爲數據平臺、數據挖掘和推薦投放。
數據平臺提供用戶行爲數據的存儲、分佈式/流式計算的能力。
數據挖掘是利用數據平臺的大數據，結合機器學習和自然語言處理等技術，構建用戶畫像、訓練模型等中間數據，並提取領域知識。通過nosql、搜索引擎、key-value緩存等中間件提供給推薦投放系統。
推薦投放，是基於Actor模型的的併發框架akka，利用數據挖掘層的訓練模型和知識圖譜，提供高可用、可擴展、低延遲的結果內容投放能力。
InfoQ：音頻推薦系統，一些先驅是如何做的，考拉FM做過哪些獨特嘗試？
李建剛：音頻領域做得比較多的，是針對歌曲的推薦。目前流行兩類模式：第一類模式是專家對歌曲進行多維度標記，然後基於這些標記做相似度計算並進行推薦，譬如pandora就採用了這種模式。第二類模式是基於協同過濾算法進行推薦，譬如網易雲音樂就採用了這種模式。
但音頻內容，和歌曲還是有較大差異的，譬如用戶很少重複收聽同一段內容，但會反覆聽同一首歌。所以對音頻內容的推薦，和歌曲推薦就會不一樣。而且在車載端，用戶的行爲相對較少。因此爲了更精準地滿足用戶的需求，一方面，我們獨創了共性召回、個性排序的推薦模型。另一方面，我們把用戶場景納入了推薦模型裏，讓場景成爲推薦維度裏的重要因素。
InfoQ：音頻推薦系統中，跟蹤用戶的偏好主要是通過隱式的方式進行獲取。而聽伴有細分到上百個不同場景，那麼如何確定不同情景，根據哪些因素判定情境，並進行個性化推送並滿足聽衆的不同需求的？
李建剛：場景推薦，是聽伴針對車載行爲獨家推出的內容推薦產品。車載行爲和手機端行爲並不一樣，用戶需要專注於開車，行爲被車載場景所限制，對屏幕和內容的控制力都大爲降低。我們針對這種情況，從推薦邏輯及內容層面，都做了針對性的優化。
針對場景的推薦，主要從用戶屬性、車輛屬性，車主當前所處的開車場景等多個維度，去做內容的推薦。爲了能完整的用戶畫像、場景等，我們除了利用用戶的收聽數據之外，我們還需要和車的信息深入的結合，從各個維度信息挖掘用戶當前的狀態和駕車場景，全面瞭解用戶畫像和當下需求。爲了精準推薦內容，我們會根據幾十個不同維度的特徵進行判定，比如時間、天氣、路況、車速、目的地、車主心情、乘客情況等。比如，我們可以結合位置信息和區域天氣，推薦不同天氣場景的電臺內容；還可通過LBS信息及衍生出的車速、軌跡信息來判斷用戶的行駛狀態，是城區還是高速公路，是通暢行駛還是擁堵狀態，以此推薦適合不同心情的音頻內容。
InfoQ：接上，針對不同場景，聽伴如何將音頻內容進行分類、相關性判定、標定、評分、排序的？
李建剛：不是所有音頻內容，都適合在車載場景進行收聽。譬如恐怖驚悚類，就不適合夜晚開車的情景去收聽。有些長篇內容，也不適合短途開車行爲收聽。但在長途駕駛時，類似人物傳記等的長篇，就會有用戶去收聽。因此我們會從聲音及內容兩個維度，做細緻的梳理，包括聲音及情緒、內容類型、上下文關係等特徵。
InfoQ：（車載）用戶行爲分析主要是哪幾方面。依行爲分析作出什麼action？
李建剛：我們主要分析用戶的內容選擇、內容訂閱、內容切換、收聽時長、完播率、語音搜索等行爲。所有的行爲都會作爲用戶畫像特徵的計算依據，經過離線或實時計算，從而優化用戶畫像。
InfoQ：聽伴如何度量推薦結果？通過哪些度量方法？
李建剛：推薦流量下，可以通過如下指標評估：完播率，點擊率，播放時長，收聽留存，日總負反饋次數等.
InfoQ：構建一個優秀的音頻推薦系統產品，您覺得最關鍵的成功因素是什麼？
李建剛：對於一個成功的推薦系統來說，算法、內容和產品策略，三者缺一不可。但是最關鍵的還是需要對使用場景的深入理解，如果不深入理解用戶的場景，一定不能滿足好用戶的需求，對我們來說，車載場景和手機場景就有非常大的區別，完全照搬手機推薦的場景肯定不行，所以我們針對車載場景的獨特特性，設計了一套適合車載的推薦系統，已經在用戶那裏得到了很好的反饋。同時，一個推進系統一定需要持續迭代。基於數據的反饋，不斷優化內容、產品策略及算法，就可以讓推薦產品持續的進步。
InfoQ：未來計劃裏，您們最想攻克的推薦系統問題是什麼？
李建剛：在車載端的用戶行爲，與手機端/pc端完全不一樣，因此不能用手機端或pc端的推薦模型來做。針對車載端，我們思考了很多策略，構建了很多的模型，但針對車載行爲的場景化推薦及有多個乘客時的推薦，是我們最希望取得成功的領域。尤其是開車行爲，與很多因素相關，譬如車況、天氣、速度、目的地等，而不僅僅是用戶興趣或意圖相關聯。如何把各個因素融合進推薦模型裏，去優化推薦結果，是我們重點關注的。
本文系 “推薦系統”專題系列文章之一：
進擊的下一代推薦系統：多目標學習如何讓知乎用戶互動率提升 100%？
阿里媽媽新突破：深度樹匹配如何扛住千萬級推薦系統壓力