美文网首页产品经理@IT·互联网@产品
哪有人不喜欢推荐算法,只是不喜欢没有多大价值的推荐算法罢了

哪有人不喜欢推荐算法,只是不喜欢没有多大价值的推荐算法罢了

作者: 简明手帐 | 来源:发表于2017-03-16 09:21 被阅读241次

如之前文章所说,我是个喜欢阅读的人,同时是做产品的,也有点精神洁癖,所以我一直以来都还蛮关注高质量信息获取效率这件事,当然,我更在乎的还是如何才能够舒服愉悦地获取信息。

昨天听 junyu 讲信息流设计的知乎 Live,感慨很多,所以一连串发了好多条微博说这件事,倒不是说因为 live 所讲的内容,而是因为自己一直的思考正好被它给点燃了,所以决定随便写篇文章,再深入地梳理一下。

这篇文章说什么呢,因为我几乎没设计过内容型产品,对信息流推荐算法什么的更可以说是一窍不通,但是毕竟是资深用户,也一直浸淫在这个领域,所以我就适当地从我这类用户外加一点产品的角度说说我期望中的信息流设计,当然也不光是信息流。

1,一个大前提是,整个平台内容虽说不需要一个整体的调性,但是信息源的品质或者说理解难度应当成层次分布。这样能够使用户在使用过程中有探索和进步的感觉。

2,平台应该给出每个信息源大概的更新频率,比如平均5条每天。 feedly 就会在用户订阅某个 RSS 时告诉用户更新频率,作为用户决定是否关注其的一个参考依据。

3,当用户关注信息源过多(比如某个临界值)时,应当弱提示用户,告诉用户关注这么多每天大概会获取多少信息。这个做法旨在让用户有节制地关注,因为用户关注了并不代表一定就会看,也许是没有那么高的兴趣,也许是没有那么多的精力。

4,与此同时,提醒用户对关注的信息源自建分组管理阅读。

5,当用户阅读数据样本量不够大时,按照时间排序排列信息流,不作其他处理。

6,记录用户如何和信息交互,是点赞,评论,转发,分享了,还是草草扫了一眼,或者是关注了几乎就没看过,不同操作应该给予不同的赋值,再根据诸如此类的数据量化不同信息源对该用户的价值。

7,高用户价值的信息优先展示在用户的信息流中,偶尔插播「低」用户价值的。需要设置规则,比如4条高价值的,1条非高价值这样排序。

8,调整策略后的信息流给予那些用户关注了却交互少的信息源一个再次曝光的机会。经过一段时间的展示后,如果对用户的价值明显上升,就将其视为高用户价值的信息源。不难看出,此处所说的用户价值不是恒常的,是处于动态变化的,需要争先恐后来争夺用户的眼球。

9,对于调整策略后却依旧在长时间内被用户忽略的信息源,就应当提示用户可以考虑取关这些信息源,但是同时告诉用户产品有关注信息源的记录,还可以按照时间查询,这样就不必担心需要看的时候找不到。

10,当用户又新关注了新的信息源,均默认为是低用户价值的信息,只有打开率高,互动率高了,才认为其是对用户价值比较高的信息。

以上就是我期望中的信息流设计或者说信息推荐策略。价值是我最在乎的,我希望驱动用户获取信息的不是简单的兴趣或是名人效应,而是这个信息源是否真的对你有用。当然,这篇文章所说的策略也并不是以偏概全,不同产品必须有不同的考虑,但是内核就是这样,价值,永远是价值。

相关文章

  • 哪有人不喜欢推荐算法,只是不喜欢没有多大价值的推荐算法罢了

    如之前文章所说,我是个喜欢阅读的人,同时是做产品的,也有点精神洁癖,所以我一直以来都还蛮关注高质量信息获取效率这件...

  • 个性化推荐浅析

    个性化推荐算法: 推荐算法分为三类:基于内容的推荐算法,协同过滤推荐算法和混合推荐算法 基于内容的推荐算法,将用户...

  • 从算法原理,看推荐策略

    推荐算法简介 目前的推荐算法一般分为四大类: 协同过滤推荐算法 基于内容的推荐算法 混合推荐算法 流行度推荐算法 ...

  • 带你从算法原理看推荐策略

    推荐算法简介 目前的推荐算法一般分为四大类: 协同过滤推荐算法 基于内容的推荐算法 混合推荐算法 流行度推荐算法 ...

  • 随笔

    没有人喜欢孤独,只是不喜欢失望罢了。

  • 推荐算法入门

    推荐算法入门 1. 推荐算法知识架构 ​ 推荐算法有很多种,大体上可以将推荐算法分为以下几种: 协同过滤推荐算...

  • 算法笔记二:内容推荐算法

    目前推荐算法分为四大类: 【1】协同过滤推荐算法 【2】基于内容的推荐算法 【3】流行度推荐算法 这种方法是对it...

  • 阿里巴巴搜索事业部推荐算法内推

    【阿里巴巴 - 推荐算法】组内直聘 推荐算法工程师 机器学习专家【阿里巴巴 - 推荐算法】组内直聘 推荐算法工程师...

  • 商品推荐算法有哪些

    基于内容的推荐 协同过滤 基于知识的推荐 推荐补足算法 多算法融合 【购物网站的商品推荐算法有哪些?】陈运文:… ...

  • 必须掌握的算法

    逻辑回归 SVM XGBoost LDA FM FMM 推荐算法常用推荐算法

网友评论

    本文标题:哪有人不喜欢推荐算法,只是不喜欢没有多大价值的推荐算法罢了

    本文链接:https://www.haomeiwen.com/subject/qtsdnttx.html