走进算法：粗谈长尾效应

长尾效应？跟动物尾巴有关系？

上一篇讲完推荐系统的分类和功能后，在这我有必要对其中的一个名词“长尾效应”进行完整的解释。长尾效应在百度百科上解释为“从人们需求的角度来看，大多数的需求会集中在头部，而这部分我们可以称之为流行，而分布在尾部的需求是个性化的，零散的小量的需求。”

但不要小瞧尾部的需求，因为流行的头部种类毕竟有限，而尾部的种类繁多，即使需求量小，但是汇集在一起，整体需求不一定低于流行头部的需求。这就好比千千万万的小溪流汇集在一起可能会胜过湖泊甚至大海。

长尾效应在数学模型曲线上表示为一条正太曲线，如下图所示：（在这我举例表示：头部为大厂手机品牌公司，尾部为小厂品牌手机公司）

如上图所示，虽然大厂品牌（苹果、三星、华为等）的手机销售额各自都在前几名，但是总的销售额，也就是蓝色图形面积比黄色图形面积要小得多，而黄色图形则表示的都是小品牌商（锤子、一加、魅族、中兴等）的手机销售额总和，它们加在一起的销售额是非常可观的，也验证了一句话“人多力量大”的道理。

因此，在设计推荐系统的时候，一边要保证大厂品牌的销售额，但是千万不能忽略小厂品牌。推荐的商品可以跟大厂品牌相关度更高，也要不断挖掘客户的潜在兴趣，推荐一些小厂品牌的手机种类，只有这样才能缓解甚至解决“长尾效应”。只有这样，才能使设计出的推荐系统更加智能化、人性化，增强用户的满意度和粘性。