中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

微信“看一看”的出發點是改善用戶對訂閱號的閱讀效率，本文作者圍繞“內容”、“用戶”、“用戶—內容連接通道”，從推薦特征及推薦的可解釋性兩個方面分析“看一看”的推薦系統，并提出了改進措施。

2017年字節跳動公司旗下的今日頭條和抖音APP的火爆，讓人們領略到推薦系統的強大。而如何做到“千人千面”，如何做到推薦給用戶是他真正喜歡的而不是他之前已經瀏覽過的，更甚者是如何幫助用戶發現他的愛好，從而改善用戶的閱讀效率，這都是推薦系統應該做到的事情。

一個好的推薦系統，筆者認為主要有以下四個核心內容：

1. 內容：內容數量、內容特征；
2. 用戶：用戶量、用戶固有屬性、用戶關系鏈；
3. 用戶—內容連接通道：用戶瀏覽內容時產生的反饋，如閱讀、點贊、評論等；
4. 算法：根據不同的特征及策略要求對不同的算法進行迭代，如協同過濾、邏輯回歸等。

其中，作為資訊類的推薦系統PM，除算法需要由算法工程師來負責完成外，剩下三點PM都要和工程師或者編輯共同完成的。推薦內容質量的保證，少不了PM的跑前跑后啊。

微信“看一看”的出發點是改善用戶對訂閱號的閱讀效率，讓用戶更快地進入到內容里，本質上充當著基于推薦系統的新聞資訊類產品的功能。

本文接下來就以“看一看”為例，圍繞“內容”、“用戶”、“用戶—內容連接通道”，從推薦特征及推薦的可解釋性兩個方面分析其推薦系統現狀及改進措施，以達到改善用戶閱讀體驗的目的，做到推薦的“千人千面”。

一、推薦特征

近幾年，深度學習的大火，在很多領域都實現端到端的學習（如圖像、語音等），但是在推薦系統這個領域王國，特征工程卻是必不可少的。

通過筆者的體驗，微信“看一看”采用的特征主要有以下幾點：

1.內容特征

與其他新聞資訊類產品相同的是，微信“看一看”在內容形式上有圖文、視頻等，在屬性劃分上采用典型的層次化文本分類算法；而不同的是，其內容特征除了有圖文內容特征外，還具有公眾號的屬性特征，從而將內容與內容背后的賬號進行連接。

“看一看”根據用戶目前已關注的公眾號、公眾號內容及用戶的瀏覽記錄等反饋行為，預測用戶感興趣的內容類型，進而幫助用戶去更快地到其所感興趣的內容。

2.用戶特征

用戶特征指用戶的畫像，如用戶的年齡、性別、地理位置等，不同特征下的用戶感興趣的內容也是不同的。

3.熱度特征

微信“看一看”有熱門話題和要聞這兩種屬性特征，熱門話題是公眾號里討論最多的熱點話題，要聞、24小時新聞的內容多來自騰訊新聞。

4.協同特征

與其他新聞資訊類產品不同的是，微信本身發揮著即時通訊的功能，用戶的社交關系鏈自然就成為其推薦系統的一個重要的屬性。推薦系統不僅給用戶推薦其所感興趣的內容，還挖掘“朋友都在看”、“朋友圈熱點”等信息，將好友屬性和公眾號屬性進行疊加，避免了越推越窄的窘迫。

微信“看一看”目前依靠以上四種特征，發掘用戶的喜好，給用戶推薦其感興趣的內容，進而提升用戶的閱讀效率。

智能時代，用戶每時每刻都在產生信息，推薦系統可以利用的特征也就更多。對此，除以上特征外，筆者認為微信“看一看”還可以采用的推薦特征如下（紅色部分）：

（1）協同特征

在即時通訊方面，與QQ不同的是，微信更多的是履行著熟人社交的職責。

熟人，即具有相同價值觀、相同興趣愛好的社群，而熟人（朋友）又可細分為經常聯系的與不經常聯系的，經常聯系的朋友對于用戶的閱讀行為具有指引作用，用戶也會趨向于獲得與經常聯系的朋友相同或者相似的資訊信息。

因此，對比微信之前的協同特征，可以將好友屬性細分為經常聯系好友與不經常聯系好友，進而在推薦算法上為不同的好友屬性設置不同的權重。

（2） 環境特征

工作、通勤、旅游，用戶所處環境的變化，對當時瀏覽的內容也會有所差別。

而這一屬性的數據通常無法直接獲得，需要結合算法策略分析多個屬性的相關關系，從而生成環境特征，如通過微信支付獲得的用戶購買信息（購買車票、旅游門票等）、用戶地理信息的變化等可以預測出用戶目前所處的環境，進而可以給用戶推薦所處環境相對應的內容。

二、推薦可解釋比精準更有意義

智能時代，推薦系統的“千人千面”不僅體現在推薦內容的差異，還體現在推薦理由的表達方式的不同。

對新聞資訊類產品來說，推薦理由是為了讓用戶知道每一項推薦項目是怎么得到的，從而說服用戶接受產品的推薦，這在改善用戶閱讀體驗上是有一定意義的。

吸引用戶點擊閱讀的因素有標題、來源、縮略圖、推薦理由等，這些因素的本質是給用戶一個點擊的理由。用戶是懶的，在推薦理由精準、合理的情況下，才能夠真正“智能”地幫助用戶快速找到感興趣的內容。

微信“看一看”目前已有的推薦理由形式如下：

“看一看”基于用戶的興趣、熱點、社交/協同過濾的群體來生成推薦理由，這些推薦理由在輔助用戶產生瀏覽行為上有一定的促進作用，但是卻并沒有做到真正的“千人千面”，因為其對不同用戶的推薦理由的表達方式是相同的。

智能時代，推薦理由的“千人千面”應該體現在不同用戶的特異性上，即推薦理由的人性化、個性化。同樣的推薦理由，結合目標用戶的屬性、習慣以及內容的上下文環境，可以生成不同語言的表達方式，如有些用戶可能更喜歡賣萌的方式，有些用戶更喜歡嚴謹的方式，這樣的推薦理由，才是真正的“千人千面”。

本文由 @will 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來源于網絡