導(dǎo)讀 用戶反饋文本笔诵，作為用戶問題该酗、建議瓮具、態(tài)度的載體，對產(chǎn)品評(píng)估和改進(jìn)優(yōu)化極具價(jià)值消略。但作為非結(jié)構(gòu)化數(shù)據(jù)个粱，用戶反饋文本的處理并不完全適用結(jié)構(gòu)化數(shù)據(jù)挖掘流程蚣旱。本篇吕世，將向大家闡述用戶...
發(fā)簡信
IP屬地：浙江
-
用戶研究之文本研究系列-3：用戶反饋文本挖掘基礎(chǔ) -
用戶研究之文本研究系列-2：Atlas.ti技巧與應(yīng)用作為用戶研究常用的方法范式彰触，質(zhì)性研究為我們的提供了挖掘用戶需求、發(fā)現(xiàn)產(chǎn)品痛點(diǎn)命辖、評(píng)估用戶體驗(yàn)的可能渴析。不管是可用性測試晚伙、任務(wù)分析，還是開放式問卷俭茧，都帶有質(zhì)性研究的屬性。 與量化數(shù)...
-
橫雀 ·我來說下個(gè)人觀點(diǎn)哈：
對于今日頭條這種產(chǎn)品漓帚，提高內(nèi)容質(zhì)量并不是其首要改善的問題母债，而是推薦，即給不同的用戶推不同的新聞尝抖。
因?yàn)樗龅氖琴Y訊毡们，新聞，而不是文章昧辽，我認(rèn)為這兩者有區(qū)別衙熔，跟即刻做的完全不一樣。
當(dāng)然我沒有長期用頭條搅荞，我只是看我爸用過红氯。?? -
確實(shí)如樓上所說，在移動(dòng)新聞?lì)I(lǐng)域咕痛，今日頭條以智能推薦算法獨(dú)步江湖痢甘。作為產(chǎn)品，今日頭條也以高關(guān)聯(lián)性推薦閱讀提升著用戶粘性茉贡，這也是頭條的差異化所在塞栅。但這種差異化的局限也很明顯，就是隨著時(shí)間的推移腔丧，推薦算法模型固化放椰，單次推薦的內(nèi)容過度同質(zhì)化。試想一下愉粤，單次推薦15條內(nèi)容砾医，通過模型篩選出來的、與我之前閱讀內(nèi)容主題一致的數(shù)量增加科汗，那沒有推薦的就真的是我不感興趣的嗎藻烤？半年下來，我的今日頭條app每次刷新都只有段子了头滔。怖亭。。技術(shù)固然厲害坤检，但技術(shù)只是為用戶需求服務(wù)的兴猩！
提高內(nèi)容質(zhì)量是關(guān)鍵丨今日頭條App產(chǎn)品體驗(yàn)報(bào)告
1、前言 1.1早歇、體驗(yàn)環(huán)境 產(chǎn)品名稱：今日頭條App 產(chǎn)品版本：v5.7.7 操作系統(tǒng)：IOS7.1.2 手機(jī)型號(hào)：iphone4s 1.2倾芝、市場與行業(yè)分析 隨著移動(dòng)智能終端...
-
這些影響人類歷史的偉大思想會(huì)指引人類前進(jìn)的方向刨晴。
