個性化推薦，是用戶研究與技術的結合體，兩者相輔相成，缺一不可。

面對眾多的平臺和海量的內容，用戶變得越來越“懶”，不想也沒有太多的時間花在尋找內容上，也正是基于此，我們看到越來越多的應用，開始關注用戶內容個性化推薦。最近一周體驗一些內容類APP，初步整理了一個用戶內容個性化推薦的三個步驟，供大家參考。

歸納起來，這三個步驟分別是：

1. 發現用戶偏好；
2. 幫用戶篩選；
3. 提高用戶使用效率。

下面分別來闡述。

發現用戶偏好

關于發現用戶偏好，我們可以從兩個角度來分析，一個角度是引導用戶設置偏好哪些內容；另一角度是通過用戶的瀏覽行為來判斷，用戶偏好哪些內容。

引導用戶設置偏好，我們可以看一下喜馬拉雅的截圖：

從截圖中可以看到，用戶可以三步設置自己的偏好：第一步，選擇自己的性別；第二步，選擇年齡區間；第三步，從分門別類的興趣中，選擇興趣范圍。如果大家APP用得比較多的話，會發現在引導用戶設置偏好方面，基本上都是這個思路。

通過這樣的設置，平臺就大概知道用戶偏好哪些內容了。之所以說大概，是因為這個選擇的過程是有局限性的。對此，我們可以設想這樣一個場景：

一個用戶來設置他的偏好，第一步他選擇了“男”；第二步的時候，他開始猶豫了。本身他是個80后，但卻有著90后甚至00后的心態。最后他還是選擇了“80后”；第三步，他選擇了音樂、電影、外語等類別。

大家覺得這位用戶會得到他想要的內容嗎？答案是不一定，主要原因就是他選擇的屬性可能不能完全反映他的預期期望。所以這里就需要引入第二個角度：根據用戶行為判斷用戶偏好。

因為體驗的時間較短，所以對內容類APP這方面做得有多深不是特別了解。不過自己幾乎每天都會看新聞媒體類APP，它們在這方面可是下足了功夫。例如，我喜歡看科技、體育、汽車類的內容，然后你就會發現在首頁推薦里，不僅會出現這幾類內容，還會出現相關的專題，當然還有廣告。

通過這兩個角度的結合，我們基本上就能知道用戶偏好什么樣的內容了。

幫用戶篩選

知道了用戶偏好什么樣的內容后，如果把這些內容全部推薦給用戶，估計用戶會崩潰的，平臺實現起來也不太現實，因為內容太多了。所以，發現用戶偏好后，接下來的工作就是幫助用戶做篩選了。

這一塊的思路同樣可以從三個維度考慮：

第一個維度是時間維度。幾乎每一個面向終端用戶的內容平臺，每天都會更新很多內容，因此，我們可以考慮按照時間維度，把最新的推薦給用戶。

第二個維度是受歡迎程度。很多時候，新內容會比較多，在有限的屏幕空間內，無法全部推薦給用戶。這種情況下，我們可以考慮按照受歡迎程度，對內容做一個排序，把最受大家歡迎的內容推送給用戶。其中，排序的規則又可以分為瀏覽量、評價數、分享量等方式。至于選擇那種方式，還需要根據產品的定位及特點來確定，當然也要看公司技術的水平。

第三個維度用戶行為。大家喜歡的且新的，不一定就是用戶喜歡，所以基于前兩個維度的篩選，還需要進一步根據用戶行為進行篩選，最終將無限接近用戶偏好的內容推薦給用戶。

這里還有一個問題需要考慮，那就是初始狀態下的推薦。前面我們講的內容都是在知道用戶偏好的基礎上展開的。那如果用戶并沒有設置自己的偏好，或者平臺就沒有這方面的設置，該如何給用戶推薦呢？這個問題是產品經理在規劃產品時，不能忽視的一個點。

提高用戶使用效率

用戶體驗的改進就是用戶效率的提升，因此當我們有了適合用戶的內容，就需要用合適的方式呈現給用戶，讓用戶便捷而高效地使用。我們仍以喜馬拉雅的截圖來分析：

從截圖中不難看出，要推薦給用戶的內容還是非常多的，所以在“推薦”頁面，內容是分幾個層次來呈現的。

首先是專題。通過Banner圖輪換，可以呈現若干個專題，實現用戶的一鍵訪問。

其次是分類導航。我們看到導航包括經典必聽、每日必聽、大師課等分類，點擊某個分類的內容，基本上都會按照用戶偏好設置推薦相關內容。

再次是猜你喜歡。根據用戶偏好設置，結合平臺維度，在最明顯的位置給用戶推薦內容。用戶若不喜歡，可以點擊“換一批”進行更換；若想看更多內容，可以點擊“更多”鏈接，查看更多。

最后是分類推薦。當用戶向下滾動時，會看到偏好設置中相應的興趣分類，相應的也會推薦若干個內容，提供換一批、更多等功能。

整理起來，我們發現內容真的是不少，但這樣的布局排版，是符合用戶使用習慣，所以用戶使用效率是可以保障的。

總結

個性化推薦，是用戶研究與技術的結合體，兩者相輔相成，缺一不可。也正因為如此，當我們真正想去做用戶推薦而非僅僅追趕潮流的話，就一定要確保這兩個方面都做到位了，否則很可能適得其反。

作者：古木，微信公眾號：E木筆記

本文由 @古木 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自PEXELS，基于CC0協議