前文:关于自己对人工智能(AI)与内容推荐、分发领域的一些思考。不保证完全正确、完整。更多是日常发散想法,以及一些身边做推荐分发和AI的PM沟通的Q&A想法,后面其他方向的也会不定期发出来。
本期十个想法,关于内容,分发推荐以及AI。
这里也没有太大的章节段落,大家感兴趣可以看看,随意看,草记。补充1:这些观点,如果你认可的话,也可以作为面试回答的点。但前提需要你认可和有一定工作经验、产品案例去支撑,否则被面试官深挖会被套路而面试丢分)补充2:姊妹篇(占坑):
#目录#
想法一:现状最成熟的个性化
想法二:人工智能在内容推荐产品中应用
想法三:人工智能的本质和发展趋势
想法四:抖音和微信打架?(本质是抢占分发)
想法五:内容分发老东家的新趋势和展望?
想法六:分发的内容怎么来?
想法七:内容分发推荐的核心原理?
想法八:内容推荐产品迭代方向是?
想法九:内容推荐需要产品运营吗?
想法十:内容推荐产品的渠道推广?
想法一:现状最成熟的个性化
人工智能在内容分发领域应用较为广泛、深度。
如今日头条、抖音、快手等产品,其内容分发的本质:基于人工智能在推荐系统的应用。
(目前个性化方面的应用,应是最成熟的落地场景。可能这个不一定绝对正确。但如果综合用户感知强度、商业价值、技术成熟度、人员储备量,应该是上面所提的较为成熟。日前有个调研报告,关于现在大部分群众对人工智能感知最强是无人驾驶,然后是个性化推荐。)
想法二: 人工智能在内容推荐产品中应用
(1)内容分发历史变迁
1.口口相传——>文字,纸张——>电视,收音机等媒介方式—>互联网,内容推荐算法
规律:
A信息不断爆炸
B信息不断去中心化
(中心化即:如图书,传统报纸由编辑经验选择内容、强制的。用户没有选择权)
(2)人类对信息接收程度
信息过多,处理焦虑。海量信息,如何选择。
规律:很简单,如诸葛亮、雍正,累死。
(3)互联网
互联网的门户编辑筛选下发——>搜索引擎作内容分发——>移动端碎片化(个性化)
【移动端时代,编辑模式、搜索筛选模式都是成本很高的】
(4)解决信息过载的方式
A个性化分发方式:(内容推荐)
1.今日头条、抖音
2.传统的编辑推荐,如知乎、微博 也往推荐系统在走
B.知识付费(优质内容)
C.计算广告,商业投放,精准营销mord........
想法三:人工智能的本质和发展趋势
人工智能有3个关键要素:数据、算法、算力。
数据:大数据时代(互联网的海量用户数据)ps但依然存在数据种类不丰富、维度不全;
算力:芯片GUP等、云计算;
算法:一堆公式,可从论文也可从开源上拿来就用,但好不好用还需业务验证。
人工智能可以理解为:“模型”(提供输入输出)。
本质:端-端
输入输出方式:输入数据,输出结果;
现状:弱人工智能;
人工智能(模型)数据函数的生成是变量+预测。
本质是先将过去的数据作为自变量,以及对应的结果作为因变量。
然后将这两个量输入到机器里,然后通过特征算法生成该函数。
此时,当扔进“新的数据“ 作为自变量,作为预测。
...
想法四:抖音和微信打架(本质是抢占分发)
为什么会打起来?
首先,互联网的公司本质就是竞争用户的注意力。(流量,占据用户的时长)
其次,2016年开始,整个互联网进入了“存量竞争”,即人口红利过去了。当下竞争就是用户的注意力。目前就是头条系的产品占了越来越多用户时间,导致腾讯系产品的被积压,即甚至导致一些内部孵化产品走向灭亡。(腾讯内部很多孵化项目....)
再者,我觉得也是两个方向PK:工具互联网和算法互联网的PK。(腾讯系的好产品一般是工具,如QQ和腾讯。但偏运营、技术性的不擅长。ps:工具本质是提升用户解决问题的效率。)
算法互联网产品(头条,懂车帝,抖音等)
从工具互联网到算法互联网的更替。以前的工具已经有了,如果再做工具是没有太多机会。因此从内容、推荐分发入口,解决信息过载的问题。
又或者说传统纯工具型的产品,也要“搭载”内容才能“增强壁垒”、走的更远。如很典型的浏览器、WIFI万能钥匙等,都成功加载了feed内容资讯流,延长产品生命,提升用户时长和活跃粘性,增大商业变现空间。
即,很多的人工智能、分发类产品,都是走算法的产品封装,解决问题。
想法五:内容分发老东家的新趋势和展望?
内容分发的老东家是泛指:信息流产品。
这类很多,如今日头条的新闻内容,淘宝京东等电商首页,如小视频等等...
传统的信息流产品:各家的门户、新闻客户端。一般通过汇聚内容源在客户端展示,渠道铺量、卖广告赚收益;
当互联网进入下半场,需要搞的是生态流量+精细化运营。(当红利期结束,存量竞争)——>导致渠道铺量、用户红利增长缓慢,广告收益降低。
因此出现两个趋势:
1、C端垂直化。(如头条有很多垂直类产品,悟空问答、懂车帝,当他们产品的增长都很慢,那么就开始做精细化运营,包括原来的tab频道衍变成app产品)
2、B端产品。(如头条把很多产品与工具类、手机设备商提供内容合作、厂商和APP捆绑安装合作等,这点类似wifi万能钥匙的逻辑)
巨头会在信息流有局限吗?
微博、快手:内容产品孵化上没有头条那么顺利。
why:核心是:由于微博基于做媒体类产品,快手也是基于短视频类的产品。无论做任何产品始终都是面对同一类用户,无法像头条一样做用户的分群,精细化运营?
想法六:分发的内容怎么来?
即,内容推荐产品内容源,业内大多数是以下的:
(1)自生产内容
1.媒体有采编权的。 有记者采访、发布等权利。
2.内容编辑生产内容。即洗稿。虽然没有采访权,可以通过对多方内容进行整合生产内容。
(2)合作方内容
一般目前的内容产品平台,都是聚合类。即与主流媒体合作,提供内容合作。
(3)自媒体内容
主流的内容分发平台都做了。如一点号、百度号、大鱼号、头条号。即自媒体生产的内容汇聚到平台之中。(UGC/PGC/UPGC)
(4)网络抓取内容
爬虫。(版权意识问题)
如搜狐的主流账号,都是靠抓取的。(自生产比较少)
想法七:内容分发推荐的核心原理?
- 内容推荐产品个性化推荐【原理比较复杂、核心】
流程图节点说明:
内容源:
内容审核与发布:
运营干预:
>某些内容是要热点置顶的
>
内容画像:
>如资讯内容:一篇文章属于汽车OR娱乐?作者来源是?分级
>
用户画像:
构建模型及自学习:(推荐系统)
召回:从海量内容库筛选出 符合产品场景调性、用户兴趣需求的内容。(即初筛出几百-上千条)
>经典的算法:CF(基于内容和基于用户)
基于用户:人以类聚,物以群分。
基于物品:一般用户买了A,又会买B。 此时有用户买了A,那么我给推B
基于热度:
基于内容:在相关推荐。(不依赖用户兴趣行为,纯基于内容的相关性)
排序:召回初筛的,*(但是不知道哪个用户对哪类会更感兴趣)于是利用用户历史行为进行计算,预测【模型】未来。使之更可能点击、感兴趣。
>>所以召回的多篇文章,扔进去算法排序模型中。此时对每篇进行分数计算,分值越高越靠前。(如0.8分、0.7)。
多样性及过滤:(个性化容易陷入单调)
多样性:
过滤:解决不必要的内容。(如1淘宝购买了一个跑步机,还推跑步机则不好。如果买了鞋子再推鞋子,还能说得过去。所以跑步机是需要过滤的)—>看内容的属性(购买周期)、2.看过重复的不再推。)
模型的效果优化(自学习)
用户使用产品的内外部条件变化。(节日、热点)
如端午节,用户更关注节日行为。那么用户阅读行为也变化。那么算法也需要自学习这些行为。
即在原有模型基础上做增量模型的更新,在不断自学习。以达到更理解用户行为偏好,并且能满足当时当下的行为特征和偏好。以保证这些内容是用户是喜欢和更关注的。
想法八:内容推荐产品迭代方向是?
即,PM做一个0-1或1-99的内容推荐产品,往往迭代工作方向有以下:
(1)填充更多内容类型
如头条一开始只有图文类内容。随着对用户的理解、诉求变化等,丰富更多内容类型以作推荐。
(如直播,小视频,小说,问答,微头条)
因此,内容类型不断被增加,产品迭代方向:
内容源如何获取、内容如何筛选、内容如何在前端展示?
(2)触发及收集更多用户行为
收藏、评论、点赞踩、负反馈...降维、升维?、打压等等...给推荐系统进行不断反馈学习。
那么这时候的方向是:收集、特征化、验证更多的行为数据,这个可以参考社区大量的产品、场景特征。
(3)提升广告推荐效果及广告位覆盖(优先级高点)
广告本质即推荐系统+竞价排名。为了保证整体效果,如广告ROI、符合用户偏好,所以也需要精准定投,即用户画像的精准。
其次,不断扩充广告位的覆盖。提升更多广告收入,做增量。
如feedl流梅刷出现2条广告(4、9)...
(4)提升算法分法效率
内容标签完善。人工干预给内容打标签、标注;
排序阶段做更多,如给排序加入更多的特征;如将深度学习加到排序算法中,即特征预处理。
需要更懂用户,也懂数据。从数据表现和短期业务目标作策略调整。
例子:如提升用户平均阅读篇数,推荐更多热门、新的吸引点击;
(核心:让策略PM(画像/推荐分发等PM)更了解用户、更了解业务目标,来做召回的事情,做到极致。召回决定推荐系统的上限,质量。)
(5)功能方面完善
很多,如
用户阅读需求方式:信息流、专题方式、push方式...
用户与内容、作者的互动:互动性、粘性..
基础设施的功能问题:答题奖品.....
想法九:内容推荐需要产品运营吗?
肯定需要。
因为不管算法再牛B,在互联网用户中。
有人就有江湖,光产品和算法不够,用户用的爽不爽,氛围需要运营。
(1)内容运营方式
即离线的push、短信等:用户拉活唤维。内容领域push一般可分为3类:
1.快讯:时效性高的。(哪家快就内容拉活效果高,内容聚合产品这个比较重视)
2.个性化的:运营(内容)打标签、用户打标签:解决是留存。
3.订阅的:如订阅了某个作者,更新的通知。
>>内容的干预:某频道的头部(政治、热点)、封禁的过滤;
(2)推荐运营方式
个岗位的技术含量,说白就是给用户、内容打标签,跳权。
负责规则策略。包括有给用户、内容打标签; 自媒体等级; 调权)
(3)活动运营方式
拉活拉新。如金币积分、师徒、福利活动等。(看业务)
(4).....more
想法十: 内容推荐产品的渠道推广?
即,如何主动触达用户获取用户?
(1)线上渠道分类
PC SEO
移动端 ASO
官网、设备商合作(推广、预装,如一点资讯+opop)、应用商店
(2)线下渠道获取方式
活动地推
线下广告
(3)新渠道趋势
16年后进入存量竞争。
趣头条:直接补贴、发钱。
(4)...more,偏市场营销,饭友们感兴趣推荐可以看AIDMA营销策略,对增长方面很有帮助。
小结
如前文所述,是属于个人一些日常发散想法,以及一些身边做推荐分发和AI的PM沟通的Q&A想法。
因此,内容不保完整性质。同时也没章节段落,大家感兴趣可随意看,草记。
本期十个想法,关于内容,分发推荐以及AI。
其他的方向的后面也会不定期发出来。
此外,作为PM面试的角度:
这些观点,如果认可的话,也可以作为面试回答的点。但前提需要你认可和有一定工作经验、产品案例去支撑,否则被面试官深挖会被套路而面试丢分。
—————
以上,谢谢
希望对你有帮助,
大家也可以分享给身边有需要的人~
附:关于信息
以上内容,来自点评整理自饭团“策略产品经理研习社”,干货内容汇总: https://dwz.cn/f2q6gKCo
「策略产品经理研习社」
做两件事:
1.社区:分享产品经理策略通识、AI和策略类产品经理的修炼干货;
2.服务:提供入行产品经理的0-1转型和面试指导,PM日常答疑帮助;
策略类涵盖:AI人工智能、商业广告、推荐系统、搜索排序、电商策略、黑客增长、用户运营、数据分析、风控等
公众号:chanpin007(策略产品经理研习社)
干货汇总: https://dwz.cn/f2q6gKCo
饭团-社区入口:
交流研习社群:
策略产品经理研习 QQ大群:13119277
产品经理校招应届生求职 QQ群:161455411
饭团社区 微信群: 公众号chanpin007 (入口)
网友评论