Foursquare的“Google時刻”:推薦功能

0 評論 1805 瀏覽 2 收藏 13 分鐘

據國外媒體報道,在Foursquare 3.0新版推出之際(見附文),科技博客讀寫網編輯馬歇爾·科克帕特里克(Marshall Kirkpatrick)發表文章,談到了現實世界推薦的艱巨性以及Foursquare推薦服務在設計上的挑戰等內容。以下為全文摘要:

亞馬遜或Netflix推薦電影或其它你可能會喜歡的產品是一回事,而當你走出家門時,一個自動的系統告訴你應該去哪里,你應該光顧現實世界中的什么場所,這又是另外一回事。后者是包括谷歌和Facebook在內的一大堆公司正在努力實現的東西。

在每一個“我應該去哪里”的問題中,都涉及到很多其他大問題,比如:我應該吃什么?我應該買什么?我有了這些閑暇時間,有這些可用的錢,我應該做什么?我應該在生命中做些什么?Foursquare希望成為一個為千百萬人回答這些問題的服務。

這是一個極為雄心勃勃的目標,不由讓人想起谷歌想要回答的問題:“想找到和我的興趣點有關的信息,我應該看哪些網頁?”Web很大,但網下的現實世界更大、更絢爛多彩,也可能更有趣。

與網上購物和媒體消費相比,現實世界推薦風險更高(在開支、所需的努力以及可能的社交成本方面),但回報也高得多(獲得生活經驗,帶來潛在的商業活動)。Foursquare可以做出正確的推薦并發掘這一巨大潛力嗎?

Foursquare首次開始公開談論其推薦技術實驗是在半年前。三個月前Foursquare發布了招聘一名數據科學家的啟事,業界普遍認為這是為其推薦技術進行的雇傭。

在推出兩年后,Foursquare已經擁有近750萬用戶,獲得了5億個簽到。Foursquare并沒有透露它已為多少場所編制了索引,但有人估計約為“1000萬個酒吧、餐館、公園、商店和其他地方”。如果該數字是準確的,這就意味著有大約每個場所有50個簽到,聽起來像是一個不錯的、為推薦服務做分析的小型數據集。

Foursquare推薦功能的“信號因子”:

1 你的歷史

2 你朋友的歷史

3 你對你最喜愛的地方的忠誠度

4 你最喜愛的類別

5 熱門場所(基于所有用戶)

6 今天是星期幾

7 現在(用戶問詢時)是幾點

8 一個場所的貼士的質量

9 這個問題的專家怎么說。

以下三段話是Foursquare自己對推薦服務的解釋:

想法很簡單:告訴我們你要尋找什么,我們就會幫你在附近找到它……我們甚至會告訴你,為什么我們認為你應該去某個地方(例如在朋友中很流行,或它類似于你最喜愛的地方)。你會發現這個服務在一些通常的事物上很有幫助,比如“食品”、“咖啡”、“夜生活”(我們為這些搜索提供快速訪問),而在你尋找很具體的事物時,結果會讓你很驚訝,比如 “ 80年代的音樂”、“火爐”、“ 煎餅” 和“浪漫”。你問得越是隨機,得到的結果也越是有趣(大家對第一個版本還是要有點耐心……我們有時也無法找到所有隨機的東西)。

除 “Explore(探索)”標簽頁之外,這種想法也開始蔓延到“Me”標簽頁上。在我們搗鼓推薦算法的時候, “專業知識”開始從數據中呈現出來 ——你可以看到一些朋友,他們已經去過10英里內的每個卡拉OK店,或是已經嘗遍了洛杉磯的每家漢堡店。這種知識在新的“Me”標簽頁中浮現出來,讓你可以向朋友們求教他們去得最勤的場所和類別的信息。

現在foursquare已經有5億個數據點,而每增加一個簽到或貼士,foursquare都會變得更聰明一點兒。這個服務可以幫你找到附近吃午餐的地方,也可以幫助你在一個新城市里游蕩。

這聽起來很不錯,但只有在你試過之后才知道它好不好。它使用了至少9個不同的信號因子,那么商家將在這9個方面努力,以便能被推薦給更多的foursquare用戶嗎?可能會有這么一天的。

設計上的挑戰

對Foursquare來說,推薦服務肯定是一個工程上的挑戰,但它帶來的體驗才是最重要的。用戶可以立刻知道他們獲得的推薦是他們一直好奇的地方,還是他們已經知道的而且并不喜歡的地方。這需要一些技巧才能真正令人信服。

約瑟夫·賴辛格(Joseph Reisinger)最近在一篇《通用型機器學習為何失敗》帖子中寫道: “機器學習和辛苦勞作有區別,而且它也不是像EC2(ElasticComputeCloud,彈性云計算平臺,是亞馬遜提供的一個商業服務)那樣可以‘平價商品化’的東西,機器學習更接近于設計并不是編程。Netflix是一個很好的例子:上次它的均方根誤差減少10%,不是因為它的泛型算法更強大了,而是由于它在問題的結構方面產生一些非常巧妙的想法,比如‘一次為一堆電影評分的人,評的往往是他們很久以前看過的電影’。”

Foursquare團隊將能夠利用它所擁有的各種不同種類的數據,把移動的、基于地理位置的、游戲式的社交經驗,以一種方式結合到一起,為用戶提供現實世界的推薦嗎?這個新的推薦功能,能讓那些曾經認為Foursquare缺乏價值的人轉變看法嗎?

去年夏天,谷歌當時的首席執行官埃里克·施密特(Eric Schmidt)說: “其實我覺得,大多數人不是希望谷歌回答他們的問題,而是希望谷歌告訴他們,接下來他們應該做什么?!?/p>

谷歌不是唯一一家將致力于解決這個問題的公司。而Foursquare的3.0版本可以算是這個問題的一種解決方案。

附:Foursquare 3.0:超越簽到

據國外媒體報道,Foursquare最初的目標是“讓城市更方便易用(making cities easier to use)”,但一路走來,它卻成為了簽到及其游戲機制的代名詞。當簽到還是一種獨特有趣的新生事物時,這樣倒也不錯。但是世界已經變了,地理位置服務領域的競爭者們也不同于往昔,他們將眼光從簡單的游戲移到了更多的優惠活動、更激烈的競爭以及場所推薦上。Foursquare正在利用它剛推出的3.0版本實現一個大的飛躍;而業界人士認為,作為一個更加完整、成熟的地理位置服務, Foursquare有能力實現它“讓城市更方便易用”的最初設想。

Foursquare創始人兼首席執行官丹尼斯·克勞利(Dennis Crowley)在博客中表示,Foursquare現有擁有近750萬用戶(去年德州音樂節的時候約為700萬)。而且在過去的一年中,用戶的簽到量約為5億次;這個數字相當大,但克勞利清醒地意識到,簽到只是一個起點?,F在推出的Foursquare 3.0版本 (iPhone和Android版本)讓公司在很多方面都向前邁進了一大步,也讓它在整體上保持了在地理位置領域中領先地位。

有趣的是,很多更新后的功能又重新把重點放在了簽到上,但卻為簽到這一行動注入了更多的意義。現在,用戶有了更多的理由去各種場所簽到,而不僅僅是宣告一下自己的位置而已。以下是對這些改進的概述:

發現

就像很多競爭對手一樣,Foursquare一直在談論提供推薦服務,現在它的新Explore(探索)標簽可以給用戶提供“去哪兒”的建議。推薦的“信號因子”包括:用戶和他們的朋友光臨和喜愛的場所,他們經常出沒的場所的類型等等。有趣的是,Foursquare還表示將根據當天是星期幾,以及當時是幾點來提供個性化推薦??藙诶f,這個推薦引擎既可以回答基本問詢,也可以應付離奇古怪的問詢。這可能就是為什么Foursquare之前在招聘數據科學家的原因:這樣就可以建立一個能用上它的所有數據的推薦引擎。Foursquare的很多競爭對手都已經在提供推薦功能,但正如我們所知,實現推薦的方法有很多。Explore功能也更加強調簽到,因為簽到可以帶來更多的數據,從而讓Foursquare做出更好的推薦。

獎勵

Foursquare很早就推出了游戲機制,但該機制現在已經顯得陳舊。目前Foursquare正在改造排行榜,并獎勵積分給更多的活動:比如用戶嘗試新類型的餐廳,參觀新的地方,前往新的城市,和朋友小聚,以及其他等等活動。排行榜現在只包含過去七天的數據。這又是在強調簽到,因為它會對很多不同的活動給予獎勵。為期一周的時間框架也鼓勵用戶保持活躍,不斷嘗試新事物。而且“地主”頭銜也越來越難以獲得。但排行榜修改后,用戶就有更多的方式參與競爭并獲得認可了。

忠誠度

對于像Foursquare這樣的服務來說,保持用戶參與度是最重要的。如果Foursquare無法留住新用戶,它也就不能發展了?,F在Foursquare把原來專供給“地主”的優惠活動提供給了更多用戶,幫助商家通過多種方式吸引客戶。商家現在可以向群組、朋友組、常規訪客、新客戶、地主,或向所有人提供優惠活動了。這一點非常重要,因為它給用戶提供一些實實在在的好處。積分和“地主”頭銜只能吸引積極性較強的用戶,但優惠活動對所有人都或多或少有些吸引力。

Foursquare是地理位置領域的先行者,但在很多方面,它都需要做一些改善,才能配得上它在業界的地位??藙诶f很多升級工作都比他計劃的慢,因為公司增加了很多員工(現在差不多有40人),不得不先處理好內部增長。業界人士認為,Foursquare的初始目標現在開始在成型了,這是一件好事。雖然Foursquare出現了增長放緩的跡象,但重要的是用戶參與度,而不是下載量?,F在隨著新版本的推出,Foursquare有能力保持它的用戶參與度,并成長為一個更加有用的服務。

本文來源:騰訊科技

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!