興趣推薦系統(tǒng)
1.什么是推薦系統(tǒng)
簡單來說诽偷，推薦系統(tǒng)就是一個負(fù)責(zé)把內(nèi)容推薦給用戶的系統(tǒng)坤学。最早期的內(nèi)容站點(diǎn)，可能就是把數(shù)據(jù)放在那里报慕，用戶自己去看深浮，因?yàn)閮?nèi)容就那么多，每個人看到的都是一樣的眠冈，這時候的推薦是針對所有人飞苇。后來內(nèi)容變多了，開始有了分級菜單蜗顽，有了門戶站布卡，各種內(nèi)容站點(diǎn)開始分化，催生了諸如hao123這樣的菜單網(wǎng)站幫助用戶去收集常用網(wǎng)站雇盖，此時推薦基于既定的有某些固定興趣的群體忿等。那之后有了搜索，用戶可能已經(jīng)不滿于分級菜單刊懈，畢竟到了最低級依然有很多內(nèi)容这弧，自己很難找到想要的句葵，于是開始有了搜索引擎但校，用戶自己去進(jìn)行搜索前翎，根據(jù)自己的需求去請求匾旭，此時的人群得到了更詳細(xì)的劃分勾缭，你輸入不同的關(guān)鍵詞昂灵，就可以給出結(jié)果瑟慈，不同的人輸入不同的關(guān)鍵詞結(jié)果是一樣的航唆，此時的內(nèi)容推薦已經(jīng)達(dá)到了一個較細(xì)的粒度将谊，但是是一種目標(biāo)性推薦冷溶。可是如今呢尊浓，或許用戶對搜索出的內(nèi)容也已經(jīng)感到太多逞频，太繁雜，太千篇一律栋齿，于是苗胀，升級到了個性化推薦系統(tǒng)襟诸，每個人看到的內(nèi)容都不一樣，而且用戶不需要絞盡腦汁去思考要輸入什么關(guān)鍵詞基协，你只要去使用就好了歌亲。
2.為什么要有推薦系統(tǒng)
a.設(shè)備的更新。
在pc時代澜驮，推薦或許還沒有那么強(qiáng)烈陷揪，尤其是對于一些內(nèi)容站點(diǎn)。就拿我們新聞網(wǎng)站來舉例子吧杂穷，電腦顯示器是很大的悍缠，直接在瀏覽器看新聞就好了，打開網(wǎng)站可以顯示很多內(nèi)容亭畜，把今天最火的內(nèi)容全放在首頁那也是沒問題的扮休。比如下面是一個新浪新聞首頁截圖，先是一個搜索框拴鸵，接著是導(dǎo)航欄玷坠，再往下是正經(jīng)新聞區(qū)，可以下拉劲藐，最起碼有幾百條內(nèi)容展示在首頁上八堡，覆蓋熱點(diǎn)足夠了，有些不熱但優(yōu)質(zhì)的內(nèi)容也能夠得到展示聘芜，而且各個類型的新聞兄渺，包括娛樂，體育汰现，時政挂谍，軍事，教育瞎饲，科技等等都有自己的一席之地口叙，只要稍微動動手，所有內(nèi)容一覽無余嗅战。
下面我們再來看一張新浪新聞的app首頁妄田。都有些什么內(nèi)容？一個搜索框驮捍，4條新聞疟呐，兩條還是置頂?shù)模荒軇佣遥粭l熱點(diǎn)的推送启具，一條其他新聞，還有半條廣告珊泳。就這么少的內(nèi)容富纸。如果趕上視頻囤踩，那一頁只能顯示兩條旨椒，圖文一頁只能顯示3條晓褪，而且你總得給廣告留點(diǎn)位置，不然還怎么吃飯综慎。所以呢涣仿，要提高用戶閱讀量，滿足用戶需求示惊，那只能想想辦法好港。用戶在泛閱讀中是不會給你下拉幾百條看看有沒有自己喜歡的內(nèi)容的。那需要花費(fèi)好多時間米罚， 下拉一次沒內(nèi)容钧汹，再下拉還沒有一點(diǎn)想看的，那估計(jì)就涼涼了录择。推薦就是為了解決這種問題拔莱，能夠從廣闊的內(nèi)容庫中計(jì)算新聞跟用戶的匹配程度，然后根據(jù)每個用戶對內(nèi)容進(jìn)行排序隘竭，這樣每個人看到的內(nèi)容都是經(jīng)過了篩選的符合你口味的內(nèi)容了塘秦，能夠讓你在有限的版面內(nèi)，有限的用戶行為內(nèi)盡可能看到想看的內(nèi)容动看。
b.數(shù)據(jù)量的暴漲尊剔。
剛才也說了，過去的內(nèi)容源是很少的菱皆，一天也沒有多少大事發(fā)生须误，小編一天一人能寫一篇文章么，完看比較懸仇轻。那會兒都依賴這些專業(yè)人士來寫新聞京痢，數(shù)據(jù)量不高。現(xiàn)在呢拯田，各種網(wǎng)站應(yīng)運(yùn)而生历造，各種內(nèi)容也開始極大的豐富。多媒體也早就了各種內(nèi)容源的產(chǎn)生船庇，自媒體的開放也降低了內(nèi)容生產(chǎn)者的準(zhǔn)入門檻吭产，誰都可以來寫上幾筆。新聞鸭轮，或者叫泛閱讀開始由PGC模式轉(zhuǎn)向UGC模式臣淤。大量的段子，搞笑窃爷，小視頻邑蒋，迎合大家的低級趣味的內(nèi)容如雨后春筍般生長姓蜂。當(dāng)然，那些高端医吊，學(xué)術(shù)钱慢，專業(yè)的內(nèi)容也開始有了更多生產(chǎn)者，但是相比之下發(fā)展比較緩慢卿堂，畢竟這個世界還是喜歡俗聞的多束莫，況且在泛閱讀這個概念籠罩下，更多的是一些消遣草描。內(nèi)容太多了览绿，也是很麻煩的，這就要有選擇的去看穗慕。但是泛閱讀又不可能讓用戶自己去搜索饿敲，這里面的目的性是很弱的，所以個性化推薦在這個場景中還是很適用的逛绵。
3.一個好的推薦系統(tǒng)
a.預(yù)測用戶行為怀各。
不管是用用戶行為分析，還是用內(nèi)容興趣分析暑脆，不管是社交網(wǎng)絡(luò)分析還是上下文分析渠啤，一個好的推薦系統(tǒng)首先就是去猜，猜用戶的行為添吗，用戶會不會點(diǎn)擊沥曹，會不會購買，猜對贏碟联，猜錯輸妓美。
b.挖掘用戶興趣。
但是光會猜還不行鲤孵，還要幫用戶拓展興趣壶栋。比如我愛攝影，那我買相機(jī)幾乎是一個100%的行為了普监，給我推薦相機(jī)商品贵试，其實(shí)意義不大。因?yàn)椴还芩扑]不推薦凯正，我都會買毙玻。給我推薦相機(jī)周邊，比如三角架廊散，閃光燈桑滩，濾鏡片，這算是一種比較靠譜的挖掘允睹，具備較強(qiáng)的關(guān)聯(lián)關(guān)系运准，這就在一定程度上增加了系統(tǒng)的收益幌氮。但是如果能給我安利一些更潛在的內(nèi)容，比如我壓根就沒有考慮過的興趣胁澳，比如愛爾蘭銅笛该互，這就邁進(jìn)了極大的一步——試探，或許我由于一兩次觀看而選擇了購買這個樂器听哭，那就是相當(dāng)成功的興趣挖掘了慢洋。
c.帶來更多收益。
推薦系統(tǒng)的終極目的陆盘，就是帶來收益。如果空談推薦而沒有收益败明，那是沒有意義的隘马。試想如果一個技術(shù)不能帶來任何價值，那它在企業(yè)中應(yīng)用的意義也是沒有的妻顶，畢竟企業(yè)要盈利酸员。所以推薦系統(tǒng)就是不斷的，反復(fù)的去解決上面兩個問題讳嘱，提升用戶體驗(yàn)幔嗦，增加用戶粘性。
傳統(tǒng)泛新聞推薦閱讀之殤
1.互聯(lián)網(wǎng)價值
在我們泱泱大國沥潭，政治是一個很嚴(yán)肅的問題邀泉，政治正確是很重要的。如果你政治不正確钝鸽，那不好意思汇恤，不管你做什么，都是錯的拔恰。所以必須要跟著主旋律做事因谎。什么樣的內(nèi)容符合互聯(lián)網(wǎng)價值，什么東西不符合颜懊，很多的監(jiān)管機(jī)構(gòu)财岔，付出了大量的人力物力來對我們的網(wǎng)絡(luò)環(huán)境進(jìn)行審查，堅(jiān)決杜絕違背我們新時代精神的東西河爹。所以匠璧，泛閱讀就變得很難做〔伲看看今日頭條患朱，要在泛閱讀做個性化推薦，它包容各種信息炊苫，從中央到地方裁厅，從高雅到低俗冰沙，因?yàn)槿耸潜椴几鱾€角落的，人的需求也是各種各樣的执虹，從經(jīng)濟(jì)利益出發(fā)拓挥，用戶越多越好，那么就需要用更貼合用戶興趣的內(nèi)容去做分發(fā)袋励。有爭議性的東西侥啤，違背社會主義主旋律的東西，打打殺殺的社會新聞茬故，這里xx自焚了盖灸，那里xx被打死了，這些都是互聯(lián)網(wǎng)價值糟粕磺芭，會影響人民的思想赁炎，必須要正能量。后來娛樂新聞也不好發(fā)钾腺，畢竟都是明星那點(diǎn)破事徙垫，戲子無情，每天都是這個跟那個搞上了放棒，這個出軌了姻报，那個出柜了，這些東西都是萬惡的資本主義國家?guī)Ыo我們的垃圾间螟，也需要給禁了吴旋。所以就是在新聞領(lǐng)域那些所謂優(yōu)質(zhì)的內(nèi)容，能激發(fā)大量轉(zhuǎn)發(fā)和評論的內(nèi)容寒亥，基本上都快沒了吧邮府。就剩下點(diǎn)民族仇恨和國家仇恨在這里能引起點(diǎn)大的波瀾。守住互聯(lián)網(wǎng)價值出口溉奕，是對人民負(fù)責(zé)褂傀，對年輕一代負(fù)責(zé)，堅(jiān)決不能讓這些文化垃圾影響了下一代的發(fā)展加勤。所以說仙辟，這推薦不好做。其實(shí)這里還有很多內(nèi)容鳄梅，但是不好說太細(xì)了叠国，就這樣吧。如果你能理解就理解戴尸，不能理解就算了粟焊。看下一條。
2.娛樂至死危機(jī)
近些年來项棠，隨著技術(shù)的發(fā)展和智能手機(jī)的普及悲雳，越來越多的娛樂性產(chǎn)品開始占領(lǐng)人們的手機(jī)。
想想十年前香追，電子娛樂合瓢，看個電影要倆小時，玩魔獸世界要若干若干小時透典，這種娛樂快感來的還比較慢晴楔，比較緩。后來峭咒，有了短視頻税弃，玩dota，半小時到一小時爽一把《镉铮現(xiàn)在呢钙皮，小視頻15秒，吃雞顽决，榮耀，也不過十幾分鐘导匣。跟以前相比才菠，那可以說是高潮迭起了，所以很容易沉迷贡定，或者說更容易沉迷赋访。這種東西對人的成長是沒有任何好處的，除了消耗掉你的生命缓待。
在泛閱讀領(lǐng)域來看蚓耽，那就是大量的段子，小視頻旋炒，動圖步悠，幾乎都是惡搞，搞笑瘫镇，低俗的內(nèi)容鼎兽，這些對于提升用戶量，延長用戶停留時長很有用铣除，所以也為流量變現(xiàn)做出了巨大的貢獻(xiàn)谚咬。
可是這些東西很明顯也不符合凈化網(wǎng)絡(luò)環(huán)境的要求，屬于低劣的內(nèi)容尚粘，不符合互聯(lián)網(wǎng)內(nèi)容價值出口的標(biāo)準(zhǔn)择卦，也是要被凈化掉的內(nèi)容。但是沒有這些內(nèi)容，那流量還有那么多嗎秉继，用戶使用時長還有那么長嗎祈噪，變現(xiàn)能力肯定是要下降了。? ??
3.主觀體驗(yàn)過強(qiáng)
泛閱讀的推薦實(shí)在不好做秕噪，從無到有容易钳降，從0%到50%好做，但是50%再提升卻很難腌巾。因?yàn)榉洪喿x的主觀體驗(yàn)實(shí)在是難以捉摸遂填。人們在泛閱讀的時候是有非常大的不確定性的，或者說我們對于用戶的行為和興趣收集是極為有限的澈蝙。不管是依賴興趣吓坚，還是依賴用戶協(xié)同，都很難做到時時刻刻的精準(zhǔn)灯荧，實(shí)際上礁击，用戶在泛閱讀的推薦觀感總是時好時壞，但是也有時好的就覺得很玄幻逗载。
在商品推薦中哆窿，用戶行為一般認(rèn)為是比較好收集的，用戶的消費(fèi)習(xí)慣在一段時間內(nèi)比較固定厉斟，而且根據(jù)商品的屬性挚躯，用戶的購買行為也可以比較確定的劃分。
但是對于泛閱讀來說擦秽，用戶可能在早上的某一時刻只是想看看社會信息码荔，而在下一時刻想了解時事，而下午他想學(xué)習(xí)一些領(lǐng)域新聞感挥，晚上又想看看段子和美女消遣一下缩搅。就算這個用戶的行為已經(jīng)算是比較確定了，但是什么時段去推薦什么內(nèi)容是需要考慮的触幼。但是實(shí)際上一個用戶在這種時段的行為也是不確定的硼瓣，他可能今天想看社會信息，明天又要看娛樂信息域蜗。
還有就是對于泛閱讀文章的評價也因人而異巨双。如何評價質(zhì)量好壞，這很難說霉祸。一個租房信息筑累，推給沒需求的人就是垃圾廣告，但是推給一個正在求租的人那可能就是一個精準(zhǔn)的投放丝蹭。
所以慢宗，沒有詳細(xì)的用戶資料和行為信息，就很難做出詳細(xì)的策略和算法，只能靠挖掘更多的興趣維度和用戶協(xié)同去做各種嘗試镜沽，當(dāng)你已經(jīng)達(dá)到某個還不算太高的水平時敏晤，就已經(jīng)很難去提升了。
4.用戶消費(fèi)升級
其實(shí)這里還是接著上面那個問題缅茉，如今自媒體盛行嘴脾，誰都可以寫上兩句。自媒體生產(chǎn)的文章良莠不齊蔬墩，但是對于文章內(nèi)容質(zhì)量的評價卻很難執(zhí)行译打。因?yàn)樵诜洪喿x領(lǐng)域，人群繁雜沒有固定的全局屬性拇颅，每個內(nèi)容對于不同的用戶群可能價值不同奏司。所以呢，泛閱讀要流量變現(xiàn)樟插，維持一個足夠大的用戶基數(shù)是很有必要的韵洋，但是這也就產(chǎn)生一個問題，在大用戶基數(shù)下的內(nèi)容推薦必然會形成一種大多數(shù)效應(yīng)黄锤，整體的推薦結(jié)果會傾向于大多數(shù)人愛看的結(jié)果搪缨。快手不是沒有好的內(nèi)容鸵熟，今日頭條也不是沒有那些小眾的東西勉吻，但是你很難看到了。除非每個用戶都明白推薦的機(jī)制而自發(fā)自覺的去規(guī)范自己的使用行為去調(diào)教推薦系統(tǒng)來為自己服務(wù)旅赢，推薦那些小眾的優(yōu)質(zhì)的東西。
但是誰都知道那是不可能的惑惶，至少在目前來看煮盼。
所以，很多用戶開始不滿带污，于是開始產(chǎn)生分層現(xiàn)象僵控。他們謀求垂直類優(yōu)質(zhì)站點(diǎn)去獲取那些優(yōu)質(zhì)內(nèi)容，甚至是付費(fèi)也在所不惜鱼冀，而在泛閱讀中只用來消遣报破。而另外一批用戶，可能就迷失在了這些一波接一波的快感之中千绪。
具備垂直內(nèi)容的平臺機(jī)遇
1.沒有政治問題
給你一個迷之微笑充易，這一行大概不需要過多解釋了。
2.更容易掌握的用戶行為
能夠來垂直內(nèi)容平臺的用戶一般都是帶有某種訴求的荸型。要么是基于興趣盹靴，要么是基于想要建立興趣，總之，用戶的關(guān)注點(diǎn)會有一定的收縮稿静，這符合推薦效果收斂的情況梭冠，即便是發(fā)生收斂也可以被容忍。
垂直內(nèi)容一般是針對某一個領(lǐng)域改备，某一個行業(yè)控漠，某一種興趣，用戶行為也相對簡單和可預(yù)測悬钳。即便我們沒有掌握太多用戶的信息盐捷，依然可以在少量用戶行為的情況下去推斷用戶的興趣。
比如說在線教育平臺他去，如果冷啟動用戶沒有看到自己想要的內(nèi)容毙驯，那很可能去搜索關(guān)鍵詞尋找自己想要看的東西。而當(dāng)他看過一個內(nèi)容之后灾测，那對于類似內(nèi)容或者上下游內(nèi)容的遷移也是概率很大的爆价。這在策略和算法上都比較容易控制了。
假如我想學(xué)習(xí)機(jī)器學(xué)習(xí)媳搪，那我可能還會對數(shù)據(jù)挖掘铭段，python等內(nèi)容感興趣。當(dāng)然對于不同的垂直領(lǐng)域秦爆，可以去做相應(yīng)的處理序愚，那就是具體的業(yè)務(wù)拆解了。
3.優(yōu)質(zhì)的內(nèi)容源
比較成熟的垂直內(nèi)容源一般都形成了自己的PGC或者UGC模式等限。由于早期用戶習(xí)慣的培養(yǎng)和整體氛圍的形成爸吮，對內(nèi)容有比較嚴(yán)格的把控，不管是PGC內(nèi)容望门，還是UGC的內(nèi)容都有質(zhì)量上的保障形娇，而且有一些固定的死忠粉。內(nèi)容創(chuàng)業(yè)的時代筹误，有不斷生產(chǎn)的優(yōu)質(zhì)內(nèi)容桐早，就可以傲視群雄了。那么接下來要做的就是厨剪，提升app端編寫的體驗(yàn)哄酝，思考如何激勵創(chuàng)作，從pc轉(zhuǎn)向移動端祷膳。從這些內(nèi)容中挖掘陶衅，標(biāo)注各種興趣標(biāo)簽，使用各種分發(fā)手段去做feed流钾唬，為下一步的變現(xiàn)打好基礎(chǔ)万哪。
4.可以調(diào)整的變現(xiàn)模式
在移動時代侠驯，用戶體驗(yàn)要一切從簡出發(fā)，逐步培養(yǎng)用戶習(xí)慣奕巍。有了優(yōu)質(zhì)內(nèi)容吟策，用推薦的手段去吸引用戶，提升用戶體驗(yàn)的止，增加用戶粘性檩坚。有了用戶，那可以繼續(xù)搞點(diǎn)事情诅福，而不是focus在流量變現(xiàn)上了匾委。
首先可以想到的是內(nèi)容付費(fèi)，真正的優(yōu)質(zhì)內(nèi)容在海量數(shù)據(jù)下成為一種難以獲取的稀缺資源氓润。研究者認(rèn)為根據(jù)施拉姆信息選擇公式赂乐，人們對媒體的注意或選擇的可能性（然率）與它能夠提供的報償（價值）程度成正比，與人們獲得它的代價（費(fèi)力）程度成反比咖气。也就是說：人們愿意用最小的代價獲取價值最大的新聞信息挨措。這個方向已經(jīng)有很多公司在做了。
之后是升級服務(wù)崩溪，例如以財經(jīng)股票新聞為優(yōu)質(zhì)內(nèi)容的雪球網(wǎng)浅役，可以做一做股票預(yù)測的業(yè)務(wù)，以旅游攻略著稱的馬蜂窩可以做一做定制化旅行的業(yè)務(wù)伶唯，這些以優(yōu)質(zhì)內(nèi)容為基石觉既，升級服務(wù)，從而獲取更多的收益乳幸。這個就不多說了瞪讼，根據(jù)自己掌握的數(shù)據(jù)，還可以有更多的渠道去獲利粹断。
所以呢
所以呢尝艘，泛閱讀的個性化推薦不是不能做，而是在這里姿染，已經(jīng)沒有做下去的意義了。你要受制于很多因素秒际，而這些因素都不是技術(shù)問題悬赏。你沒有好辦法去屏蔽這些問題，那你只能退而求其次去忍耐這些問題娄徊。在泛閱讀里求生存闽颇，要么打造成很多垂直的內(nèi)容，要么就不咸不淡的這樣繼續(xù)下去寄锐。
從泛閱讀解放出來的用戶將會尋求下一個價值出口兵多，在哪呢尖啡？
