起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識不懂推薦算法也能設計推薦系統(tǒng)？
本文以商業(yè)化應用推薦為例，告訴我們不懂推薦算法的產(chǎn)品，也能從產(chǎn)品側(cè)出發(fā)， 設計出一款不錯的推薦系統(tǒng)。
相信很多新手產(chǎn)品，看到算法二字，多是懵圈的。
什么排序算法、最短路徑等都是相對傳統(tǒng)的算法（注：傳統(tǒng)是指科班出身的產(chǎn)品都會接觸過）。但對于推薦算法，多數(shù)產(chǎn)品對著網(wǎng)上搜到的資源，都會無從下手。特別當某些推薦算法?和 “AI”扯上關(guān)系后，更是加大了理解的難度。
但，不了解推薦算法，就無法做推薦系統(tǒng)了嗎？其實，產(chǎn)品人員可以從產(chǎn)品側(cè)挖掘自己的長處。
下面，以商業(yè)化應用推薦為例，討論如何在不熟悉推薦算法的前提下設計推薦系統(tǒng)。
01 解決什么問題
收入：推薦用戶感興趣的應用，提高收入。
改善用戶體驗：對于用戶不感興趣的應用，少推薦，減少整體的廣告顯示，提升用戶體驗（畢竟，多數(shù)情況下，商業(yè)化與體驗是矛盾的）。
02 設定目標
這是比較難的。需要了解當前的推薦策略?與?優(yōu)化后的策略，才能制定出來。要么你熟悉推薦算法，要么知曉行業(yè)數(shù)據(jù)。建議是：如果沒有明確的依據(jù)，不要拍腦袋。
03 有什么數(shù)據(jù)
用戶畫像，是一個談到爛的話題。但小體量的公司很難把用戶畫像落地，因為需求是簡單的：根據(jù)用戶畫像，用戶的喜歡做……但在實際執(zhí)行中，很難建立一個數(shù)據(jù)模型處理萬千的數(shù)據(jù)并應用到推薦場景當中。
下面討論數(shù)據(jù)情況，有哪些維度的數(shù)據(jù)，直接決定數(shù)據(jù)模型。
1. 基礎數(shù)據(jù)
無論貴公司是以APK還是SDK的方式，用戶手機安裝了什么應用，均可以拿到。具體數(shù)據(jù)如下：
2. 基礎數(shù)據(jù)的推導
根據(jù)基礎數(shù)據(jù)，我們可以推導出應用卸載列表。
用戶卸載列表：指用戶點擊安裝后，又卸載的應用。用相臨兩周的應用列表，做差，即可得到。如下圖所示，相對于本周數(shù)據(jù)，上周缺少了百度地圖與餓了么兩個應用。
3. 不喜歡應用列表
是指，推薦給用戶的應用，有效展示后，用戶不點擊的應用列表。
04 高階數(shù)據(jù)
如果可以獲取用戶使用應用的詳情，那做應用推薦時，準確度可大幅提升。但普通應用獲取不到此類數(shù)據(jù)，所以本篇不作討論。
05 推薦策略
推薦應用給用戶，可以有多種推薦策略。如：
- 已安裝類別中，推薦額外應用：如用戶安裝了QQ音樂，可以推薦網(wǎng)易云音樂。
- 推薦缺少類別的應用：用戶缺少健身類的應用，推薦KEEP。
下面，我們以“推薦缺少類別的應用”為例：
1. 先上整體流程圖
第一步：獲取用戶本地應用，即用戶當前時間段安裝的應用。建議以周為統(tǒng)計周期。
第二步：對用戶本地應用按類別整理。示例數(shù)據(jù)中，用戶有“系統(tǒng)工具，導航”這兩類數(shù)據(jù)。但缺少“音樂，旅游”等類別的應用。那么每個分類的排名是如何得來的呢？
衡量一個分類的排名，涉及到多個因素。我們暫時用最簡單的，推薦成功率來計算。即：以往的數(shù)據(jù)中，每個類別推薦成功了多少個應用/總的推薦數(shù)。
各位讀者實際的項目中，要根據(jù)自己的業(yè)務特點，來計算排名。
第三步：獲取第一個缺失分類及所包含的應用。在步驟2中，排名第1，第2的類別已有，下一個類別為音樂，即為用戶缺失的類別中，最為靠前的。如上圖紅色字所示。
第四步：獲取該類別的第一個應用。每個類別可能有多個應用。應用間的排名，也可暫用推薦成功率來計算。如下圖所示，在缺少的音樂排名中，QQ音樂排名第一位。我們選出該應用，優(yōu)先推薦。
第五步：將步驟4中的應用，按不喜歡名單過濾。如上圖，如果用戶不喜歡QQ音樂，則按照順序，向其推薦?網(wǎng)易音樂。
最后，統(tǒng)計是否已經(jīng)達到需要的廣告數(shù)量。如果沒有達到，則繼續(xù)在該類別中取下一個應用。如果該類別已經(jīng)取完，則依次獲取下一個類別中的應用。
第六步：保底推薦。最后托底的推薦策略，防止所有的應用遍歷一遍廣告數(shù)量還是不夠的情況。
以上，就是精簡后的，按缺失類別推薦應用的最基本的流程。您可能會問：為什么優(yōu)先從一個類別中挑選應用呢？是的，上文實際的策略是：單（缺失）類別優(yōu)先的策略。
我們也可以優(yōu)先把每個缺失的類別都挑最少應用出來，這就是另一個推薦策略了。
歡迎大家來探討推薦策略，無論是“平民”的還是需要數(shù)理統(tǒng)計背景的推薦策略。
作者：大肚飛魚，公眾號：大肚飛魚
本文由 @大肚飛魚 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載
題圖來自Unsplash，基于CC0協(xié)議
- 目前還沒評論，等你發(fā)揮！
