分享下对几款个性化推荐资讯产品的看法
首先简单介绍下个性化推荐算法与推荐系统
常用的推荐算法是基于用户的协调过滤、以及基于物品的协同过滤，具体算法原理不多讲，简单说就是基于用户的协调过滤是计算出不同用户的相似度，然后将与B相似的用户A喜欢的物品推荐给用户B；基于物品的协调过滤是基于海量用户行为，计算出不同物品之间的相似度，然后将与B物品相似的C物品，推荐给喜欢B物品的用户。
推荐系统最核心的流程是召回、排序，大体原理与搜索引擎类似，区别在于召回时是根据用户历史行为或标签理解用户需求，然后再基于协同过滤等推荐算法的推荐引擎进行候选集召回，最后根据一些条件进行过滤和排序，得到最终推荐结果。
国内几款资讯产品的差异
国内主要以今日头条、天天快报、一点资讯为代表，产品形态趋同，只是在新业务探索上有所差异，分别简单说下各自的核心差异点：
先说头条，4个TAB中现在有2个都是短视频，可见头条在短视频上是多么投入和看重。相信短视频也是头条人均使用时长很高的主要贡献力量。头条在社交方面还有一个不错尝试就是微头条，完全模仿微博的形态。
再看快报，形态与头条趋同，产品体验没有什么亮点，第三个TAB的内容完全支撑不起作为一个TAB的存在。个人感觉在产品探索上比较滞后，确实像是一个半成品。
最后说一点资讯，虽然形态同样趋同，但在产品形态上有较多不错的创新点，比如新用户冷启动时的频道勾选，要闻浏览列表切换推荐列表入口，单个频道下的二级领域细分，类微信公众号的一点号内容查看交互等。
产品形态同质化，未来出路在哪
仅仅做内容分发还远远不够，因为传统媒体平台也在转型做个性化内容分发。随着技术趋同，推荐算法的效果差距会逐渐缩小。而且内容也有头部化趋势，10%的头部机构收割90%的用户，头部的内容生产机构一般也是多平台发布内容更新。
娱乐化、社交化是两大主要趋势，短视频是娱乐化方面一个很好的尝试，3-5分钟的短视频可以高效、多感官的进行休闲娱乐。而社交化是接下来一个可以挖掘的很好的增长点，头条做的微头条就是一个典型，当然基于兴趣的社交可以尝试的形态有很多，比如我个人很看好的基于兴趣的垂直圈子，典型的产品形态如QQ兴趣部落，但圈子的划分需要符合内容型产品的特点。
最好的内容产品形态可能是怎样的
今日头条和微信公众号完全是产品形态上的两个极端，一个过于统一，一个过于垂直。我认为最好的内容形态应该介于头条和公众号之间，能够完美解决公众号交互效率低、头条不同用户群互相形成干扰的问题。将混合式信息流与订阅式垂直频道进行深度融合，既满足用户快速获取所需信息的需求，又能保障不同爱好的群体之间不会互相干扰。而且要解决不同品味层级用户的内容高效分发问题，目前充斥大量低质内容的头条显然不能很好满足中高端用户的需求。
可以推测一下，微信要做的公众号独立APP应该就是信息流+订阅号深度融合的一种全新形态，这也是为什么微信要单独做个APP的主要原因，现有的订阅号+看一看并不是最优的形态。而且在微信中进行阅读会经常被需要查看好友消息而打断，独立做个APP势在必行，同时也可以更好的尝试一些新的产品形态。作者与读者的互动也会进一步被挖掘和满足，从而加强社交属性。
推荐系统应该如何被AI变革
目前的推荐系统，主要基于协调过滤算法。虽然做到了一定程度的个性化，但显然还是不够的。随着AI技术的不断发展，深度学习的出现，会使推荐系统进一步升级和提升效率。
每个个体对内容的喜好应该是有很大差异的，很多时候是不能通过一些历史行为去定性理解和判断用户需求的。给用户打标签是一种相对粗粒度的了解用户表现出的需求的技术手段。 其实不能准确判断喜欢范冰冰的用户是不是会喜欢张馨予。但用户的行为可以被AI更深层次的挖掘，包括显性和隐性特征在内，最终达到以类人的角度去理解某个用户的需求和个人特点，这样理解之后得到的推荐结果是更为精准的。
相信采用AI算法进行用户需求理解和内容召回，会显著提升目前个性化推荐系统的分发效率，真正达到每个人看到的内容都和其他人不同，而且大多内容都是用户所需要的。这方面已经有一些产品做了很不错的尝试，业务核心指标也有大幅的提升。
网友评论