国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

對一款內(nèi)容產(chǎn)品來說，由于內(nèi)容數(shù)量龐雜、內(nèi)容質(zhì)量參差不齊，為了給用戶帶來良好的內(nèi)容消費體驗，推薦機制成了篩選/推薦優(yōu)質(zhì)內(nèi)容的不二之選。而本文也以短視頻模塊的推薦機制為例，幫助大家了解推薦機制的要點。

我從事內(nèi)容產(chǎn)品有兩三年了，從最初接觸的長視頻到現(xiàn)在風(fēng)靡的短視頻，從最初的各類推薦位設(shè)計到現(xiàn)在的大屏內(nèi)容推薦流設(shè)計，在此過程中積累了很多的經(jīng)驗，但卻沒有停下腳步來思考和總結(jié)。趁著疫情，我開始回想整個推薦方案，突然想總結(jié)一下，于是就有了如下——我的推薦四步曲。

我現(xiàn)在做的產(chǎn)品是內(nèi)容型客戶端（具體名字不便于透露，望諒解）。從產(chǎn)品核心功能設(shè)定到前后端詳細(xì)功能設(shè)計，到項目跟蹤，到發(fā)布上線，到運營培訓(xùn)，再到用戶數(shù)據(jù)跟蹤和產(chǎn)品維護(hù)都是我參與和推動的。

推薦功能只是作為整個產(chǎn)品的一部分，今天要說的是短視頻模塊的推薦機制。

短視頻推薦機制經(jīng)歷了如下四步曲：

1. 發(fā)布時間排序推薦；
2. 根據(jù)用戶喜好推薦；
3. 增加運營干擾；
4. 增加平臺內(nèi)容過濾機制。

下面，我按照順序跟大家分步講講。

第一步：發(fā)布時間排序

在現(xiàn)在這個信息技術(shù)高速增長的社會，只要提到推薦，首先想到的是智能學(xué)習(xí)，但是我們首先選擇的是發(fā)布時間排序，原因下面會說到。

1. 項目背景

1. 缺少內(nèi)容沉淀：我們主要采用公司專有人員創(chuàng)作，所以在內(nèi)容數(shù)量上會有一定的缺陷。另外目標(biāo)用戶對內(nèi)容的接受程度待考量，創(chuàng)作人員需要快速試錯。創(chuàng)作人員需要根據(jù)的用戶反饋，快速調(diào)整創(chuàng)作方案，再迅速投到產(chǎn)品中等待再次反饋，所以最新的內(nèi)容，從用戶角度來講是更愿意看到的，從創(chuàng)作者來講，也是最愿意讓用戶看到的。
2. 沒有用戶數(shù)據(jù)：新產(chǎn)品，沒有存量的用戶行為數(shù)據(jù)做參考，如果立即使用智能推薦，對推薦結(jié)果好壞判斷未知。
3. 快速上線：產(chǎn)品需要一個月時間完成研發(fā)和上線工作。當(dāng)時的人員配置是：1個安卓、1個ios、3個后臺，在資源和時間上來看，難以完成數(shù)據(jù)量極大的推薦機制。

2. 方式機制

最終選擇的是按照內(nèi)容發(fā)布時間倒序為主、點贊量、評論量、轉(zhuǎn)發(fā)量和收藏量為輔的排序方式。

1. 發(fā)布時間倒序：按照內(nèi)容發(fā)布時間新舊排序，新發(fā)布的內(nèi)容用戶先看到；
2. 點贊量、評論量、轉(zhuǎn)發(fā)量和收藏量為輔：如果存在發(fā)布時間相同的內(nèi)容，先按照用戶點贊量遞減排序；點贊量相同，按照評論量遞減；評論量相同按照轉(zhuǎn)發(fā)量遞減；轉(zhuǎn)發(fā)量相同按照收藏量遞減。如果收藏量相同則按照后臺獲取的優(yōu)先順序排序。

3. 線上運營情況

產(chǎn)品上線后2-3個月，不同類型間的內(nèi)容播放數(shù)據(jù)（平均瀏覽量環(huán)比前日增長）出現(xiàn)兩級分化的情況，有的類型是正增長，而較多類型處于負(fù)增長主要原因有兩個：

1. 用戶基數(shù)較小，探究的樣本空間就相對較小，所以分化比較嚴(yán)重；
2. 這段時間為內(nèi)容創(chuàng)作適應(yīng)階段，需要長期對標(biāo)用戶，調(diào)整創(chuàng)作方案和創(chuàng)作類型。

在大半年到1年時間，各類型間播放數(shù)據(jù)差異（平均瀏覽量環(huán)比前日增長）逐步減少，負(fù)增長類型有了明顯減少，并且用戶次日留存也逐步穩(wěn)定在15%左右。

第二步：根據(jù)用戶喜好推薦

1. 項目背景

上面說到按照發(fā)布時間為主的推薦排序在某些數(shù)據(jù)上表現(xiàn)較好，但是在用戶平均使用時長在2分鐘左右，比較低，為了提升用戶平均使用時長和進(jìn)一步提升留存，我們進(jìn)入喜好推薦。

2. 方式機制

用戶喜好推薦是通過用戶行為和內(nèi)容標(biāo)簽關(guān)聯(lián)的數(shù)據(jù)為依據(jù)，喜好強度做判斷，然后按照由強及弱進(jìn)行推薦。做此類推薦首先需要有內(nèi)容數(shù)據(jù)支撐和用戶行為支撐。

1. 內(nèi)容數(shù)據(jù)支撐：在我們的內(nèi)容庫里面由運營人員設(shè)置了108個內(nèi)容標(biāo)簽；
2. 用戶行為數(shù)據(jù)支撐：用戶行為數(shù)據(jù)庫里面記錄了所有已登錄用戶歷史的瀏覽、播放、點贊、分享、收藏數(shù)據(jù)。
3. 喜好強弱評定方案：

• ? 行為分?jǐn)?shù)定義：對用戶播放、點贊、評論、轉(zhuǎn)發(fā)、收藏行為按照行為可靠性定義分?jǐn)?shù)，總分10分；（每個平臺不一樣，我們播放分?jǐn)?shù)5分，點贊2分，其他各1分）
• 強弱判斷：每條內(nèi)容播放后，根據(jù)用戶行為算出總分，以后就優(yōu)先為用戶推薦得分高內(nèi)容的同類型內(nèi)容；

3. 線上運營情況

上線后1周，用戶平均使用時長上升到了2分鐘—3分鐘；

上線后1個月，次日留存穩(wěn)定在20%-25%。

第三步：增加運營配置

1. 項目背景

1. 運營需要：運營活動、時效性內(nèi)容需要強制推薦；
2. 優(yōu)化上個方案：完全按照用戶喜好推薦，導(dǎo)致同類型問題比較嚴(yán)重

2. 方式機制

在服務(wù)端返回的每組內(nèi)容列表里面，增加適當(dāng)個數(shù)的運營位（每個平臺根據(jù)自己的規(guī)則來，我們服務(wù)端每次返回20條數(shù)據(jù)，所以我們配置的是第三個、第6個為運營位，原因是平臺用戶平均瀏覽數(shù)量是4個，所以在第三個放置，能保證大部分用戶首次啟動可以看到，同時也不會影響用戶體驗）。

3. 線上運營情況

很慶幸，上線后沒有讓用戶評價使用時長降低，由于運營活動的有效觸達(dá)，用戶次日留存得到了很大提升，達(dá)到30%以上。

第四步：增加內(nèi)容過濾機制

1. 項目背景

運營配置雖然解除了少數(shù)按照同質(zhì)化問題（按照用戶喜好推薦，可能會導(dǎo)致同類型問題比較嚴(yán)重），但是運營配置位置較少，而且具有較強主觀意識。所以本次為平臺過濾內(nèi)容增加了兩個位置

2. 方式機制

平臺內(nèi)容過濾機制：指的是通過平臺用戶對內(nèi)容打分，過濾出優(yōu)質(zhì)內(nèi)容和劣質(zhì)內(nèi)容，將優(yōu)質(zhì)內(nèi)容推送給其他更多用戶，劣質(zhì)內(nèi)容則淘汰不在推送。具實現(xiàn)方式如下：

1. 制定隨機種子：內(nèi)容隨機推送給100個用戶（數(shù)量根據(jù)平臺用戶規(guī)模和庫內(nèi)內(nèi)容存量定），然后通過100個用戶對內(nèi)容的行為操作統(tǒng)計分?jǐn)?shù)；
2. 優(yōu)劣判斷：設(shè)定優(yōu)劣分?jǐn)?shù)判定標(biāo)準(zhǔn)，150分以上為優(yōu)質(zhì)。（每個平臺不一樣，根據(jù)用戶規(guī)模、內(nèi)容情況和歷史數(shù)據(jù)判定）
3. 優(yōu)質(zhì)推送規(guī)則：100個隨機用戶完成打分后，將優(yōu)質(zhì)內(nèi)容按照分?jǐn)?shù)高低推送給其他用戶，同時優(yōu)質(zhì)內(nèi)容每天也會再次進(jìn)行重計分和重排序。
4. 打分規(guī)則：內(nèi)容得分=完播系數(shù)*分?jǐn)?shù)+是否分享*分?jǐn)?shù)+是否關(guān)注*分?jǐn)?shù)+是否評論*分?jǐn)?shù)+是否點贊*分?jǐn)?shù)+是否收藏*分?jǐn)?shù)；

• 分?jǐn)?shù)：指的是每個行為占比，這里，設(shè)定所有行為總分=10，完播分?jǐn)?shù)=5，其余各項分別=1；
• 完播：指的是內(nèi)容完整播放，進(jìn)度條滑動不計算在內(nèi)。

3. 線上運營情況

1. 功能上線后，保持每天10條以上優(yōu)質(zhì)內(nèi)容產(chǎn)生，目前來看，屬于穩(wěn)定的循環(huán)；
2. 用戶平均使用時長達(dá)到4分鐘到5分鐘；
3. 用戶留存達(dá)到35%以上。（留存增長較快，和運營、推廣都有較大關(guān)系）。

后話

目前我正在著手機器學(xué)習(xí)對接方案，后面上線后再和大家做進(jìn)一步分享。

以上就是截止到今年年初推薦功能的大策略調(diào)整，中間有幾個小版本迭代就不再這里過多講述了，希望能和大家共勉。

本文由 @pangTT 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議