智能推荐：用户兴趣建模

可视化演示

展示基于序列建模、注意力聚合与多兴趣胶囊的兴趣提取过程，可切换三种模式观察短期意图与长期偏好的动态捕捉。

兴趣建模基础

阿兴曾经以为，记住顾客“爱喝什么”就够了。直到他发现，小李平时必点冷萃，可每次加班到晚上九点，进门却要一杯热拿铁——“平时喜欢的”和“此刻想要的”完全是两回事。他开始在点单卡上分两栏记录：一栏写口味习惯，一栏写今天的天气、时间和状态。这个直觉，正是推荐系统里最核心的拆分：长期偏好与短期意图。

在 AI 的世界里，早期做法是把用户压成一个固定向量，就像填一张“静态资料卡”：性别、年龄、品类偏好。可这张卡不会自己更新，用户上个季度爱露营，这个季度突然入了烘焙坑，卡上的字却纹丝不动。于是研究者转向一个更自然的视角：把用户的行为按时间排成一串，像阿兴那本越来越厚的点单卡，让模型从“连续发生的事”里理解人。

这种视角叫序列建模。它不再把用户看作静止的点，而是一段正在流动的河。兴趣状态随时间被新行为不断刷新：

阿兴恍然大悟：真正懂一个人，不是背下他的资料卡，而是记住他一路怎么走过来，并允许这份记忆每时每刻都在更新。用户兴趣建模，本质就是给 AI 装上一本会呼吸、会生长的“点单卡”。

行为序列编码

阿兴的点单卡越记越厚，但他很快发现：光记没用，还得“好记”。如果他只写“第几次点了什么”，几百条记录挤在一起就像一团乱麻。于是他想了个办法——把每杯饮品翻译成一组“暗号”：拿铁=冰爽系，美式=清醒系，热巧=治愈系。这样一来，卡片上不再是零散的名字，而是一串有含义的记忆编码。AI 处理行为序列前，也需要做同样的翻译。

第一步是清洗。原始行为日志里有大量噪声：用户点开商品页面不到一秒就退出，可能是误触；凌晨三点反复刷新同一页面，可能是爬虫。这些“脏数据”会污染兴趣画像，需要按停留时长、点击深度、频次异常等规则过滤掉。第二步是切片：用户的历史可能有几千条，模型吞不下，于是按时间排序后只取最近 L 条，构成一个定长序列——就像阿兴只翻“最近这一页”来推测今天想喝什么。

第三步就是关键的“翻译”——嵌入表示。商品 ID 像人名，本身没有语义；模型通过一张嵌入矩阵，把每个高维稀疏的 ID 映射成一个稠密向量。语义相近的商品，训练后会在向量空间里相互靠近：

有了这套“暗号手册”，阿兴不用死记两百个名字，而是记两百组含义。模型也一样——把一本杂乱的点单流水账，变成了一条干净、稠密、可计算的行为序列。

注意力机制

阿兴算账有个习惯：参考最近的点单最认真，三个月前的记忆会自然淡忘。但如果今天下大雨，他反而会想起顾客上次下雨天点的那杯姜茶。这种“选择性回忆”不是玄学，而是人类直觉里的注意力：该重视的记忆多给权重，无关的记忆轻轻带过。AI 想学这个本领，靠的就是注意力机制。

在序列模型里，自注意力让每个行为都和其他行为互相打分。具体来说，当前时刻的意图作为 Query（问句），历史每个行为作为 Key（标签），先计算“这个记忆跟当前问题有多相关”，再用 softmax 把相关度变成一堆加起来等于 1 的权重，最后按权重把 Value（内容）加权求和。这样，每次融合历史时，模型会自动突出那些真正重要的记忆。

这套操作写成公式就是深度学习里最常见的自注意力：

阿兴的“偏心”从此不再凭感觉——它变成了一套可解释的加权算法：重要的记忆自动放大，无关的细节自动隐退。注意力机制让模型学会在长长短短的行为序列里，精准找出“决定下一杯”的关键信号。

多兴趣表征

阿兴后来发现，小李身上住着好几个人格：工作日是冷萃重症患者，周末是手冲单品爱好者，约会时却会点最甜的焦糖摩卡。如果只给小李建一个“平均画像”——拿冷萃、手冲、摩卡三个口味取个平均——最后会得到一杯四不像的“灰色咖啡”。这个平均向量既不冷萃也不摩卡，什么都代表不了。单一向量描述一个复杂用户，注定会失真。

于是研究者提出多兴趣表征：不再用一个向量表示用户，而是用 $K$ 个向量，分别刻画用户在不同场景下的子兴趣。这些子兴趣怎么来？一种典型方案是胶囊网络：把用户行为里的低层特征（比如“冰”、“甜”、“气泡”）通过动态路由投递到不同的高层“兴趣胶囊”里，让模型自己决定哪些特征抱团组成一个兴趣。训练完成后，每个胶囊就是一个鲜明的偏好方向。

做召回时，$K$ 个兴趣向量各走一路，分别去商品库里捞自己的候选集，再合并排序。当用户产生新交互时，模型还要根据当前场景决定更依赖哪个兴趣胶囊。这一融合过程可以写成：

阿兴不再把小李定义成“某一种人”，而是给他准备了一抽屉人格卡片：工作、周末、约会各一张，看场合抽出对应那张。多兴趣表征的价值，正在于让推荐系统尊重人的复杂性，而不是粗暴地取一个平庸的均值。

兴趣漂移应对

咖啡圈的风向变得比天气还快：年初满城都在喝气泡美式，夏天全转去冰萃，秋天又流行起燕麦拿铁。更别提顾客自己也在变——老王最近开始戒糖，连最爱的焦糖玛奇朵都换成了美式。阿兴要是不更新记忆，就会在一次又一次的皱眉里发现猜错了。用户的兴趣从来不是一成不变，而是持续漂移的。

漂移的应对策略有三板斧。首先是漂移探测：定期监控兴趣向量的分布变化、品类热度迁移以及推荐指标的突然下滑，及时发现“口味在变”的信号。其次是时间衰减：给行为加上一个随年龄递减的权重，越久远的行为对当前兴趣的影响就越小，让模型天然地“喜新厌旧”但不至于“翻脸不认人”。最后是在线更新：模型不再每周离线训练一次，而是随着新交互产生不断做增量学习，让记忆跟上现实。

时间衰减的数学形式很简洁，一个指数函数：

阿兴给自己装了一块“记忆橡皮擦”，但不是糊涂地全忘：旧习惯保留三分，新趋势追七分。兴趣漂移应对，让推荐系统既能记住你是谁，又不会抱着你的过去不放。

离线评估体系

阿兴的秘方到底准不准？光靠自我感觉可不行。他搞了个“盲测”：把每位顾客的点单卡最后一页撕掉，只凭前面的记录猜他最后点了哪杯，猜中率就是实力的证明。推荐系统上线前，也需要这样一场严谨的“盲测”——这就是离线评估。

评估的第一步是数据划分。不能随机打乱后划分，而必须按时间切分：用户前 80% 的行为做训练，最后一条真实交互做测试。否则模型会“偷看未来”，戴上有色眼镜走向考场。第二步是选指标：HitRate@K 看“真实点击是否出现在模型推荐的 Top-K 里”，NDCG@K 更进一步——命中的商品排得越靠前，得分越高。第三步是找基线：新模型要和热门推荐、协同过滤、简单均值池化等对照，证明提升不是来自巧合。

其中 HitRate@K 是最直观的命中率指标：

盲测让阿兴的秘方第一次变得可量化：每次调整配方、每次升级记忆法，先自己刷一遍考卷再决定要不要见顾客。离线评估的意义，就是在真实世界付出代价之前，先用历史数据给模型一场公平的补考。

A/B与产业落地

阿兴觉得新秘方好使，但他没有直接全店换新——万一只是心理作用呢？他做了个决定：城南老店继续用旧配方，城北新店试用新配方，两边都用统一的顾客满意度评分，跑满两周后对比数据再下结论。这就是 A/B 测试在现实世界里的样子：小范围验证，用数据决策，而不是拍脑袋全量上线。

实验设计的第一步是明确假设和指标：比如“新兴趣模型能把首页点击率提升 3%”，主指标定为 CTR，辅指标看转化率和人均时长。第二步是分流机制：按用户 ID 哈希分流到实验组和对照组，保证两组画像大致一致；更规范的做法是引入实验层与流量层正交，让多个实验共享流量却互不污染。上线前还要做 AA 检验——把两组都分到旧模型，确认指标没有显著差异，证明分流是均匀的。第三步是算样本量：预期提升越小、数据波动越大，需要的样本量就越大，不能实验跑一小时就拍板。

看完实验数据后，业务上最关心的往往是一个百分比提升：

从一张点单卡到一套可复制的“记忆方法论”，阿兴的咖啡馆最终变成了一个数据驱动的实验场：每一项改动都先假设、再验证、后定论。A/B 测试与产业落地，就是让兴趣建模从论文里的公式，变成真实业务里那杯更懂顾客的咖啡。

AI 应用场景

Python 演示

import numpy as np def make_data(num_users=150, num_items=60, seq_len=8, seed=42):    # 模拟用户行为序列: 每条序列末尾对应一个待预测的目标商品    rng = np.random.default_rng(seed)    seqs = rng.integers(0, num_items, size=(num_users, seq_len))    targets = rng.integers(0, num_items, size=num_users)    return seqs, targets def init_embeddings(num_items, dim=16, seed=0):    # 随机初始化商品嵌入矩阵    rng = np.random.default_rng(seed)    return rng.normal(0, 0.1, size=(num_items, dim)) def attention_user_vector(seq, emb, tau=1.0):    # 简化自注意力: 用最近行为当查询, 历史行为按相关度加权    e = emb[seq]    query = e[-1]    scores = e @ query / np.sqrt(e.shape[1])    scores = scores / tau    w = np.exp(scores - scores.max())    w = w / w.sum()    return (e * w[:, None]).sum(axis=0) def mean_user_vector(seq, emb):    # 基线方法: 对行为序列做均值池化    return emb[seq].mean(axis=0) def hit_at_k(user_vec, emb, target, k=5):    sims = emb @ user_vec    topk = np.argsort(-sims)[:k]    return 1.0 if target in topk else 0.0 def evaluate(seqs, targets, emb, method, k=5):    hits = 0    for s, t in zip(seqs, targets):        if method == "attn":            u = attention_user_vector(s, emb)        else:            u = mean_user_vector(s, emb)        hits += hit_at_k(u, emb, t, k)    return hits / len(seqs) def main():    seqs, targets = make_data()    emb = init_embeddings(60)    hr_attn = evaluate(seqs, targets, emb, "attn")    hr_mean = evaluate(seqs, targets, emb, "mean")    print(f"mean-pooling baseline HR@5 = {hr_mean:.3f}")    print(f"attention interest  HR@5   = {hr_attn:.3f}") if __name__ == "__main__":    main()

1. e = emb[seq]把商品 ID 序列翻译成向量序列，相当于阿兴翻开点单卡。
2. query = e[-1]拿最近一次行为当作“此刻的意图”，就像阿兴看顾客刚进门那一眼的状态。
3. scores = e @ query / np.sqrt(e.shape[1])所有历史行为给当前意图打分，除以维度平方根防止分数过度饱和。
4. w = np.exp(scores - scores.max())数值稳定化的 softmax 分子，把分数变成非负的“关注度”。
5. w = w / w.sum()归一化成总和为 1 的注意力权重。
6. return (e * w[:, None]).sum(axis=0)按注意力权重加权求和，得到融合历史后的兴趣向量。
7. sims = emb @ user_vec计算所有候选商品与兴趣向量的相似度。
8. topk = np.argsort(-sims)[:k]取相似度最高的前 K 个商品作为召回结果。

常见误区

面试题