怎样搭建推荐框架？（个人笔记，不断更新）

1、内容画像：
1）内容打标：描述内容用，可多维度。优先运营打标，用户辅助。
2）优质内容：根据平台数据、专业加权，定义哪些是优质的内容

2、用户画像：
多维度描述用户，进行打标。内容偏好只是其中一个维度。其它维度可建立和内容的映射，补充匹配规则，或为冷启动内容提供参考。

3、匹配（分发）：
1）算法：呈现上多采用feeds。分发时可用分区循环的方式，保证各推荐维度的内容稳定曝光。分发维度可结合业务特点，各取其优进行结合。比如基于用户内容偏好，由细到粗进行分发，再通过基于内容或用户的协同过滤，探索用户可能感兴趣的其它内容，不断更新偏好。
2）编辑：呈现上可采用发现页。为不满足无脑推荐流的用户，提供自主选择权，利于长尾内容的曝光，以及运营者对内容分发的强控。
3）订阅：有一定留存用户的情况下，可以做订阅，沉淀用户与内容的关系链，可使得留存和匹配精准度都得到提升。
4）社交：需有留存、有社交属性。利用熟人推荐，让内容流通起来。