推薦系統(tǒng)隨想斑鸦,冷啟動和評論推薦

最近愕贡,我司的O2O營銷系統(tǒng)考慮做推薦系統(tǒng),雖然不是我的功能巷屿,但是趁著放假固以,也了解了一下。

什么是推薦系統(tǒng)嘱巾?

隨著信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展憨琳,人們逐漸從信息匱乏的時代走入了信息過載的時代。在這個時代旬昭,無論是信息消費者還是信息生產(chǎn)者都遇到很大的挑戰(zhàn)篙螟;對于消費者,從大量信息中找到自己感興趣的信息是一件非常困難的事情问拘;對于信息生產(chǎn)者闲擦,讓自己的信息脫穎而出慢味,受到廣大用戶的關(guān)注,也是一件非常困難的事情墅冷。推薦系統(tǒng)就是解決這一矛盾的重要工具。推薦系統(tǒng)的任務(wù)就是聯(lián)系用戶和信息或油,一方面幫助用戶發(fā)現(xiàn)對自己有價值的信息寞忿,另一方面讓信息能夠展現(xiàn)在對它感興趣的用戶面前,從而實現(xiàn)信息消費在和信息生產(chǎn)者的雙贏顶岸。

這是我摘抄過來的一段話腔彰,對于推薦系統(tǒng)給出了比較簡單易懂的解釋。推薦的精髓在于辖佣,我想要的你都有霹抛,你給我的都是我想要的,其中卷谈,我就是用戶杯拐,你就是信息提供方。這樣完美的推薦的實現(xiàn)世蔗,還需要一些時日端逼,但是終歸要到來,現(xiàn)在想來還是挺可怕的污淋,因為可能機器比我更了解我自己顶滩。

推薦系統(tǒng)的冷啟動

本篇文章是寫給產(chǎn)品經(jīng)理看的,所以說寸爆,我們不討論算法礁鲁,只說方法。

冷啟動在整個推薦系統(tǒng)中赁豆,是一個非常重要而又非常難的一件事情仅醇,推薦系統(tǒng)一般都需要在大量的數(shù)據(jù)基礎(chǔ)過后才能比較準(zhǔn)確的進行推薦,而一個新用戶剛使用APP的冷啟動可能直接決定著這個用戶還會不會使用下去歌憨,所以冷啟動是一件至關(guān)重要的事情着憨。

冷啟動在互聯(lián)網(wǎng)行業(yè)有著很多的通用的方法和經(jīng)驗,可以讓用戶更快更優(yōu)質(zhì)的去冷啟動务嫡。那么冷啟動主要關(guān)注的兩個方面是甲抖,推薦的內(nèi)容是否全面和內(nèi)容是否可靠有用。

總結(jié)一下方法如下心铃。

第一准谚、盡可能用用戶給你的信息,比如app music會選擇讓用戶主動選擇一些流派或歌手去扣,根據(jù)選擇結(jié)果進行冷啟動柱衔,這樣會比較準(zhǔn)確樊破。這種方法在很多APP第一次打開時都會用到。推薦關(guān)注人或者主題唆铐,都是這種原因哲戚。

第二、用戶的社交信息比較重要艾岂,比如今日頭條13-14年的時候做過引導(dǎo)用戶微博登陸顺少,登陸后會去爬取用戶在微博上的一些信息,比如發(fā)的動態(tài)王浴、圖片脆炎、文章,贊過氓辣、轉(zhuǎn)發(fā)過的的內(nèi)容等數(shù)據(jù)秒裕,通過這些數(shù)據(jù)進行分析,比如在微博上轉(zhuǎn)發(fā)了某個女歌手的新聞钞啸,就會知道用戶喜歡這個女歌手几蜻,這種數(shù)據(jù)比較真實也有延續(xù)性,也符合用戶最近的思維爽撒,這種數(shù)據(jù)質(zhì)量比較好入蛆。

第三、有可能會涉及一些用戶隱私硕勿。某些應(yīng)用會上報其他app的信息哨毁,可以了解用戶安裝了哪些app、app中傳遞了哪些信息源武,可以了解到用戶喜歡哪些東西扼褪,是喜歡游戲、美食甚至是喜歡的內(nèi)容風(fēng)格粱栖,可以了解到用戶的喜好,用這些數(shù)據(jù)去服務(wù)冷啟動會更好闹究。所以說手機信息這塊還是很有用的,手機廠商其實已經(jīng)掌握了用戶的各種行為渣淤,但是有個缺點就是很多手機系統(tǒng)不會提供讀取用戶app安裝信息的服務(wù)。

最后价认、可以提供有獎?wù)骷姆椒ㄐ岫ǎナ占脩舻哪挲g和性別,或者其他的社會信息用踩,這是一種短平快的方法忙迁,但是這種方法需要提供什么樣的誘惑碎乃,需要嘗試中去摸索可行性姊扔。

評論推薦

除了產(chǎn)品的推薦,在O2O中梅誓,用戶評論也是比較重要的旱眯,用戶去下線消費與否很可能會因為一條好的評論或者壞的評論而改變想法。對于評論,我們有兩點需要關(guān)注共虑。

1、怎么樣去識別一個優(yōu)質(zhì)的評論

怎樣從海量的評論中找到好的拥坛、優(yōu)質(zhì)的評論尘分,我們可以從以下兩個方面來嘗試猜惋。

1)通過評論內(nèi)容去直接分析培愁。字?jǐn)?shù)較多的、使用高級冷僻詞匯的一些評論質(zhì)量相對較好定续,這部分可以通過算法去識別出來。其中摹察,需要去過濾掉有過多重復(fù)詞倡鲸、違禁詞的評論。那通過這種方法可以去簡單去提取出一些相對有用的評論峭状。

2)從一個評論的用戶屬性去出發(fā)。一般來說偿曙,哪些用戶會發(fā)表的評論比較高質(zhì)量呢羔巢?

a.一種可能是學(xué)歷望忆,我覺得學(xué)歷是一個相當(dāng)重要一個點。因為學(xué)歷高的話你所使用的詞匯可能也會比較好稿壁,包括你的思考相對說完整性較好,而不會出現(xiàn)像小學(xué)生那種好好好傅是、贊贊贊等這種相對來說比較水的一些評論互動蕾羊。再來經(jīng)過編輯篩選就更加方便了。

b.第二種就是我們可以通過一些歷史統(tǒng)計龟再,比如說我發(fā)現(xiàn)他之前發(fā)表過一個評論可能得到點贊數(shù)都特別多,也可以幫助我們識別出來他現(xiàn)在發(fā)的一些最新評論是不是也是優(yōu)質(zhì)做一個參考浆劲。

c.第三種可以通過一個用戶他平時在我們平臺上面的一些行為來確定哀澈。比如說一個用戶,如果真的很懂美食割按,那可能在我們這邊是相對活躍的。我們可以通過一些統(tǒng)計歷史性過于發(fā)現(xiàn)他活躍的一些特征丙躏。提高一定的權(quán)重束凑。

d.第四種,這種用戶本身等級都較高汪诉,在我們的平臺,等級較高的用戶不管是文化程度還是收入都比較高扒寄,這類用戶的評論應(yīng)該更加受到重視。

2迄本、假如識別出來之后要怎么給他們設(shè)置前置規(guī)則

確實很多評論系統(tǒng)會有這個問題课竣,假如一個優(yōu)質(zhì)評論比較早發(fā)布的話置媳,那他一直被置頂?shù)膸茁试絹碓礁摺?br>

1)其實如果我們在算法上面做一個衰減因子公条。當(dāng)隨著時間衰退,這個因子變得越越大的時候靶橱。在打分上面,我們把熱度再乘以這個因子传黄,那就會把這個分?jǐn)?shù)拉低队寇。這樣子一些剛剛上線了一些質(zhì)量比較好的評論,在短時間獲得大量贊的評論英上,可能會超過之前的評論啤覆,從而排序會出現(xiàn)在更靠前。

2)另外相恃,可以嘗試在評論區(qū)里面開辟一個熱門評論區(qū)笨觅。由編輯精選的一些優(yōu)質(zhì)的評論,去不停地滾動见剩,去嘗試推薦這些評論。比如說達到曝光量一萬的時候固翰,或者達到一定的數(shù)值羹呵,這個數(shù)值可以是點贊數(shù),也可以是其他的關(guān)鍵行為冈欢。如果他達到了我們的一個預(yù)期值。那他可以繼續(xù)留在這里太示,再把一些不滿足的評論給踢掉柠贤,換其他一些優(yōu)質(zhì)評論上來先匪。這樣子就可以保證有比較多的新增評論可以在評論區(qū)里面不斷被曝光。而且如果他真的寫得好的話坚俗,其實可以他曝光之后可以得到持續(xù)置頂岸裙。這樣子也有助于整個熱門評論區(qū)評論的更新,以及內(nèi)容質(zhì)量的相對保證降允。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末剧董,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子翅楼,更是在濱河造成了極大的恐慌,老刑警劉巖理茎,帶你破解...
    沈念sama閱讀 217,509評論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件管嬉,死亡現(xiàn)場離奇詭異,居然都是意外死亡础倍,警方通過查閱死者的電腦和手機胎挎,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,806評論 3 394
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來呀癣,“玉大人,你說我怎么就攤上這事浦辨。” “怎么了流酬?”我有些...
    開封第一講書人閱讀 163,875評論 0 354
  • 文/不壞的土叔 我叫張陵芽腾,是天一觀的道長。 經(jīng)常有香客問我摊滔,道長,這世上最難降的妖魔是什么呻袭? 我笑而不...
    開封第一講書人閱讀 58,441評論 1 293
  • 正文 為了忘掉前任腺兴,我火速辦了婚禮,結(jié)果婚禮上页响,老公的妹妹穿的比我還像新娘。我一直安慰自己纷纫,他們只是感情好陪腌,可當(dāng)我...
    茶點故事閱讀 67,488評論 6 392
  • 文/花漫 我一把揭開白布烟瞧。 她就那樣靜靜地躺著,像睡著了一般强岸。 火紅的嫁衣襯著肌膚如雪砾赔。 梳的紋絲不亂的頭發(fā)上蝌箍,一...
    開封第一講書人閱讀 51,365評論 1 302
  • 那天妓盲,我揣著相機與錄音专普,去河邊找鬼。 笑死檀夹,一個胖子當(dāng)著我的面吹牛策橘,可吹牛的內(nèi)容都是我干的娜亿。 我是一名探鬼主播,決...
    沈念sama閱讀 40,190評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼沛婴,長吁一口氣:“原來是場噩夢啊……” “哼策州!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起够挂,我...
    開封第一講書人閱讀 39,062評論 0 276
  • 序言:老撾萬榮一對情侶失蹤孽糖,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后办悟,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,500評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡炫加,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,706評論 3 335
  • 正文 我和宋清朗相戀三年铺然,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片赋铝。...
    茶點故事閱讀 39,834評論 1 347
  • 序言:一個原本活蹦亂跳的男人離奇死亡沽瘦,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出析恋,到底是詐尸還是另有隱情,我是刑警寧澤臂外,帶...
    沈念sama閱讀 35,559評論 5 345
  • 正文 年R本政府宣布,位于F島的核電站漏健,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏殖属。R本人自食惡果不足惜瓦盛,卻給世界環(huán)境...
    茶點故事閱讀 41,167評論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望挠唆。 院中可真熱鬧,春花似錦玄组、人聲如沸谒麦。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,779評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽导街。三九已至,卻和暖如春臣咖,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,912評論 1 269
  • 我被黑心中介騙來泰國打工蚊惯, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留灵临,地道東北人截型。 一個月前我還...
    沈念sama閱讀 47,958評論 2 370
  • 正文 我出身青樓宦焦,卻偏偏與公主長得像,于是被迫代替她去往敵國和親波闹。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,779評論 2 354

推薦閱讀更多精彩內(nèi)容

  • Android 自定義View的各種姿勢1 Activity的顯示之ViewRootImpl詳解 Activity...
    passiontim閱讀 172,111評論 25 707
  • 社交紅利閱讀筆記 書名:社交紅利(修訂升級版) 作者:徐志斌 出版社:中信出版社 正文前筆記: 推薦序1摘要 社交...
    鳧水閱讀 8,943評論 4 26
  • -- 原創(chuàng),未經(jīng)授權(quán)瘫证,禁止轉(zhuǎn)載 2017.11.15 -- 對于推薦系統(tǒng),本文總結(jié)內(nèi)容背捌,如下圖所示: 文章很長洞斯,你...
    rui_liu閱讀 42,936評論 14 256
  • 大蘇居然跟我說他想出家巡扇! 當(dāng)我收到短信的時候,我正坐在會議室聽張工跟施工隊爭吵厅翔,部長剛夸獎我坐半天一字不說還真...
    _Joker_閱讀 274評論 0 0
  • 相比 光的明媚 我更偏愛于雨的寧靜 只一眼刀闷,便妥帖在 心里 承受心跳的負(fù)荷和 呼吸的累贅 在馬不停蹄的路上 樂此不...
    茉莉玲閱讀 317評論 0 1