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

編輯導(dǎo)語(yǔ)：在互聯(lián)網(wǎng)的大數(shù)據(jù)下，很多功能和信息是通過(guò)算法進(jìn)行推薦的，比如每個(gè)人的淘寶推薦里，可能都是一些自己感興趣的東西，這就是根據(jù)推薦算法做到的。對(duì)產(chǎn)品經(jīng)理來(lái)說(shuō)，了解推薦算法也是其工作內(nèi)容之一，本文作者結(jié)合思維導(dǎo)圖對(duì)推薦算法進(jìn)行了梳理說(shuō)明，我們一起來(lái)看一下。

在網(wǎng)絡(luò)信息時(shí)代的時(shí)代，大數(shù)據(jù)、算法為用戶推薦方面提高精準(zhǔn)的效率，可以更加快速、更加智能的幫助用戶在海量的內(nèi)容中，顯示符合用戶選擇、貼合用戶喜好的內(nèi)容。推薦的發(fā)展，讓用戶可以更加“明確”他們的喜好，也可以讓平臺(tái)更加“了解”他們的愛(ài)好。

但如果不懂算法，那么怎么辦呢？難不成還要我去寫(xiě)代碼？我現(xiàn)在從新開(kāi)始學(xué)習(xí)還來(lái)得及嗎？其實(shí)作為產(chǎn)品，如果懂一些計(jì)算機(jī)原理、代碼會(huì)更好，但如果不懂，那么從業(yè)務(wù)方、應(yīng)用場(chǎng)景、功能需求上面來(lái)說(shuō)，我們還是可以做一些業(yè)務(wù)功能定義，并且也能和算法工程師進(jìn)行友好溝通，不至于出現(xiàn)血光之災(zāi)。

一、關(guān)于推薦的幾個(gè)定義

根據(jù)用戶行為的推薦（對(duì)大眾用戶給出/平臺(tái)想要給的推薦），在內(nèi)容產(chǎn)品和社交應(yīng)用中，主要采用引導(dǎo)用戶選擇+根據(jù)用戶畫(huà)像匹配為條件，為用戶進(jìn)行推薦，達(dá)到更加精準(zhǔn)的目的。

1. 標(biāo)簽

給商品定義標(biāo)簽，有利于對(duì)商品進(jìn)行分類(lèi)，給商品做好區(qū)分定義。因?yàn)榇嬗猩唐窐?biāo)簽，因而能夠讓我們一目了然地看到商品的相關(guān)信息，而且能夠，輕松快速地進(jìn)行庫(kù)存掃描，定義其歸類(lèi)，在向用戶推薦時(shí)，可根據(jù)商品的標(biāo)簽和用戶想要找的關(guān)鍵詞進(jìn)行匹配，提高算法的效率和準(zhǔn)確度。使用標(biāo)簽給商品打標(biāo)的好處是，不光給商品做了歸類(lèi)的維度體系，同時(shí)還對(duì)商品的自定義屬性來(lái)配置個(gè)性化的管理維度。

2. 搜索

提供一個(gè)搜索功能，用戶在搜索入口，針對(duì)性的對(duì)想要了解的內(nèi)容輸入關(guān)鍵詞進(jìn)行搜索。比如購(gòu)物平臺(tái)中，用戶一般通過(guò)商品關(guān)鍵詞+輔助性詞語(yǔ)給商品做一個(gè)標(biāo)簽定義，平臺(tái)根據(jù)關(guān)鍵詞匹配商品名稱(chēng)（或?qū)傩裕﹣?lái)縮小搜索范圍，展示符合用戶搜索要求的商品。

3. 分類(lèi)

為什么說(shuō)我們要定義屬性，因?yàn)橐獙?duì)你的商品做分類(lèi)，用于區(qū)分。比如你去購(gòu)物有3C、有生鮮、有日用品；你去看書(shū)有人文、有歷史、有成人文學(xué)（lsp都懂得）；你去看電影有搞笑片、有戰(zhàn)爭(zhēng)片、有愛(ài)情片。

根據(jù)屬性進(jìn)行屬性點(diǎn)分類(lèi)，可以幫助平臺(tái)進(jìn)行區(qū)分，或幫助用戶更快地分類(lèi)找到對(duì)應(yīng)的商品。例如：我們通過(guò)分類(lèi)來(lái)找書(shū)，先選擇男頻—玄幻，然后在選擇VIP—完結(jié)—300萬(wàn)，得到對(duì)應(yīng)的書(shū)籍。如果沒(méi)有分類(lèi)，那會(huì)出現(xiàn)一個(gè)問(wèn)題，商品很亂，你本來(lái)是要看小說(shuō)的，結(jié)果一直給你推薦建筑學(xué)的書(shū)，這豈不是很糟糕。

4. 熱門(mén)

顧名思義就是展示量最多的產(chǎn)品，系統(tǒng)會(huì)按照熱門(mén)的場(chǎng)景進(jìn)行分類(lèi)。比如現(xiàn)在過(guò)年，城市不能放煙花，那么觀看其他人放煙花的需求就會(huì)很多，如果在熱門(mén)推薦中在加一些屬性，比如男神放煙花，獲獎(jiǎng)煙花大賽等，那么對(duì)應(yīng)用戶觀看時(shí)，用戶會(huì)更加沉淀在其中。

基于用戶感興趣的話題，基于當(dāng)前場(chǎng)景進(jìn)行分類(lèi)，既增強(qiáng)了用戶的身份認(rèn)知，同時(shí)還對(duì)場(chǎng)景進(jìn)行結(jié)合，引導(dǎo)話題持續(xù)活躍，將人、場(chǎng)景、商品、屬性串聯(lián)起來(lái)，形成話題導(dǎo)向。

5. 操作

針對(duì)購(gòu)物應(yīng)用和短視頻應(yīng)用，就是看用戶在界面上，是否有滑動(dòng)、持續(xù)瀏覽、點(diǎn)贊、加入購(gòu)物車(chē)、送禮等行為，用來(lái)對(duì)用戶的操作進(jìn)行加權(quán)平均。

那么對(duì)于讀書(shū)類(lèi)軟件要怎么操作呢？用戶也不會(huì)在上面持續(xù)的有動(dòng)作啊，又不是打游戲?？梢愿鶕?jù)用戶瀏覽時(shí)長(zhǎng)，給用戶對(duì)單個(gè)詞予以評(píng)論的功能，觀看用戶是速讀，還是思考性閱讀進(jìn)行定義。

6. 關(guān)注

單體關(guān)注：在短視頻應(yīng)用中，喜歡單個(gè)視頻，可以點(diǎn)贊。那么系統(tǒng)就記錄了，該視頻的屬性，給用戶后續(xù)推薦視頻時(shí)，會(huì)對(duì)該類(lèi)屬性加權(quán)。但這里會(huì)出現(xiàn)一個(gè)情況，比如美食類(lèi)的博主，我看了一堆，但只對(duì)這一道菜有興趣，那么我就單獨(dú)給這個(gè)視頻點(diǎn)贊。

主體關(guān)注：喜歡這個(gè)明星播主，點(diǎn)擊關(guān)注，那么后續(xù)會(huì)經(jīng)常收到該明星的視頻推薦。不局限于該播主是否更換風(fēng)格，會(huì)針對(duì)主體進(jìn)行推薦，推薦該主體下的最新視頻。

兩者是相互結(jié)合的，若系統(tǒng)發(fā)現(xiàn)該播主更換了風(fēng)格，每次推薦給用戶，用戶會(huì)馬上劃走，那么就會(huì)給播主對(duì)該用戶降權(quán)。1是減少推薦，督促播主進(jìn)行調(diào)整。2是將該播主調(diào)整后的風(fēng)格推薦給其他屬性匹配的用戶。

7. 推薦

前面已經(jīng)講了熱門(mén)，這里為啥還要再講一下推薦呢？按照?qǐng)鼍皝?lái)區(qū)分，這是兩件不同事件，分別對(duì)應(yīng)兩種操作。

（1）系統(tǒng)在內(nèi)部算法統(tǒng)計(jì)時(shí)，發(fā)現(xiàn)有些新出的應(yīng)用，很符合當(dāng)前用戶的匹配，但因?yàn)槟承┰?，達(dá)不到顯示給用戶的條件，那么系統(tǒng)會(huì)調(diào)整推送的比例，把當(dāng)前這一“符合”條件的內(nèi)容，推薦給用戶，然后觀看用戶的反饋，是深度查看還是直接劃走，用于修正對(duì)用戶評(píng)判的數(shù)據(jù)。

（2）系統(tǒng)需要針對(duì)某些特定條件主動(dòng)出擊。比如廣告金主爸爸來(lái)了，需要給20-40歲的男性推薦寶馬車(chē)，那么所有人進(jìn)來(lái)的第一個(gè)視頻就是要先看到寶馬車(chē)，然后在從這些20-40歲的男性用戶中，劃分出那些經(jīng)常會(huì)看和車(chē)相關(guān)的內(nèi)容，繼續(xù)推薦第二波。

為什么要有推薦這個(gè)事情呢，因?yàn)楹芏嗟膽?yīng)用平臺(tái)，都存在一個(gè)類(lèi)似中介的枚舉。化妝品公司需要消費(fèi)者，品牌需要顧客，那么那化妝品公司會(huì)通過(guò)平臺(tái)找到 KOC 「Key Opinion Consumer 關(guān)鍵顧客」，寄一些新的產(chǎn)品，然后幫他們?cè)谄脚_(tái)上發(fā)自己的試用報(bào)告。

在這里，我們適當(dāng)?shù)陌讶斯ぶ悄艿闹R(shí)引入，通過(guò)計(jì)算用戶畫(huà)像的標(biāo)簽，得出較為精準(zhǔn)的推薦結(jié)果，減少搜索次數(shù)，提升搜索效率。評(píng)估個(gè)體能夠找到最優(yōu)解，使用自適應(yīng)的交叉和變異能使最優(yōu)解盡快收斂。

二、個(gè)性化引擎推薦

1. 精準(zhǔn)推薦

我們?cè)谧鏊阉鲿r(shí)，常提到一點(diǎn)：根據(jù)用戶的口味和喜好給出更加精準(zhǔn)的推薦，幫助用戶快速精準(zhǔn)的找到想要購(gòu)買(mǎi)的商品。這里有一個(gè)重要的條件是：個(gè)性化推薦算法是基于用戶的靜態(tài)信息和動(dòng)態(tài)行為信息來(lái)全方位推薦。

靜態(tài)信息：根據(jù)用戶自身屬性-性別、年齡、收入、購(gòu)物時(shí)間、價(jià)格等，分別對(duì)應(yīng)進(jìn)行推薦。比如用戶是男性、25歲、月收入五千、瀏覽購(gòu)物的時(shí)間基本在10點(diǎn)過(guò)后，價(jià)格不太敏感，那么用戶在搜索鍵盤(pán)時(shí)，可以優(yōu)先推薦羅技、雷柏這些大眾品牌的，價(jià)格合適，針對(duì)性強(qiáng)，品牌也比較響亮，質(zhì)量還不錯(cuò)。

動(dòng)態(tài)信息：通過(guò)用戶的搜索歷史、瀏覽記錄、購(gòu)買(mǎi)記錄、物品評(píng)價(jià)記錄等，給用戶屬性進(jìn)行標(biāo)簽定義。同樣條件是：用戶是男性、25歲、月收入五千、瀏覽購(gòu)物的時(shí)間基本在10點(diǎn)過(guò)后，但用戶的搜索關(guān)鍵詞有機(jī)械、鍵盤(pán)帽，那么就可以針對(duì)用戶推薦更加精細(xì)化的產(chǎn)品，比如：CHERRY櫻桃、外星人。

這些詳細(xì)的數(shù)據(jù)源形成有價(jià)值的用戶消費(fèi)行為大數(shù)據(jù)，大數(shù)據(jù)基礎(chǔ)上建模應(yīng)用提升了推薦效率，更加為平臺(tái)增加了粘性。

2. 做推薦時(shí)，可考慮三類(lèi)推薦機(jī)制

（1）用戶畫(huà)像模型統(tǒng)計(jì)推薦

根據(jù)用戶基本信息發(fā)現(xiàn)用戶相關(guān)度，簡(jiǎn)單的根據(jù)系統(tǒng)用戶的基本信息發(fā)現(xiàn)用戶的相關(guān)程度，然后將相似用戶喜愛(ài)的其他物品推薦給當(dāng)前用戶。比如抖音目前有海量的用戶瀏覽喜好數(shù)據(jù)，用戶群體的劃分比較容易推薦相似視頻。但是抖音推薦沒(méi)有大量用戶消費(fèi)的元素，那么只能通過(guò)直播時(shí)用戶的購(gòu)買(mǎi)、商品屬性、品牌效益、價(jià)格因素來(lái)做定義。

在這里還需要通過(guò)復(fù)制商品鏈接到其他社交平臺(tái)進(jìn)行商品共享從而形成口碑傳播，從自身平臺(tái)上形成購(gòu)物鏈路較為薄弱，即時(shí)是現(xiàn)在一直在打造自身的購(gòu)物屬性。（不含用戶隱私數(shù)據(jù)）

（2）基于內(nèi)容元數(shù)據(jù)建模的推薦

根據(jù)推薦物品或者內(nèi)容的元數(shù)據(jù)發(fā)現(xiàn)物品或者內(nèi)容相關(guān)性，發(fā)現(xiàn)物品或者內(nèi)容的相關(guān)性，然后基于用戶以往的喜好記錄，推薦給用戶相似的物品。比如經(jīng)?？从螒虻挠脩艨梢酝扑]游戲外設(shè)，經(jīng)?？闯圆サ挠脩艨梢酝扑]美食，但經(jīng)?？疵米拥挠脩艟椭荒艹掷m(xù)推薦妹子了，LSB又窮又沒(méi)文化~

（3）基于協(xié)同過(guò)濾的推薦

根據(jù)用戶對(duì)物品或者信息的偏好，發(fā)現(xiàn)內(nèi)容或者物品本身相關(guān)性、發(fā)現(xiàn)用戶的相關(guān)性。這條和上面較為相似，但會(huì)用到用戶協(xié)同過(guò)濾算法和基于物品的過(guò)濾算法來(lái)進(jìn)行數(shù)據(jù)匹配。就比如經(jīng)?？从螒虻倪@個(gè)用戶，實(shí)際是個(gè)小朋友，你推薦了一款專(zhuān)門(mén)打游戲的手機(jī)給他，沒(méi)有效果。那么我可以推薦另外一個(gè)游戲下載，通過(guò)游戲下載來(lái)進(jìn)行用戶轉(zhuǎn)化。

3. 多數(shù)據(jù)混合推薦

采用多種推薦機(jī)制將結(jié)果分不同的區(qū)顯示給用戶。現(xiàn)在越來(lái)越多的應(yīng)用，都在猜測(cè)用戶，得到用戶反饋的結(jié)果也較為準(zhǔn)確。這個(gè)精準(zhǔn)，可以通過(guò)下面3點(diǎn)來(lái)進(jìn)行分析：

（1）當(dāng)你進(jìn)入一個(gè)新的應(yīng)用時(shí)，應(yīng)用會(huì)先詢問(wèn)你喜歡什么，比如攝影、看書(shū)、游戲、美食、明星、電影等，當(dāng)你做了選后，根據(jù)你注冊(cè)時(shí)提供的用戶基本屬性，去匹配喜歡區(qū)域的內(nèi)容?；谟脩魧傩缘耐扑]，系統(tǒng)會(huì)組織其他用戶反饋喜歡的內(nèi)容進(jìn)行推薦，并且實(shí)時(shí)更新數(shù)據(jù)。這里還會(huì)在做新的推薦，還會(huì)做幾組不同屬性的內(nèi)容識(shí)別用戶的操作，看用戶是深入觀看，還是迅速劃走。

（2）推薦的用戶選擇屬性的內(nèi)容，基于協(xié)同過(guò)濾算法，然后在根據(jù)用戶最近瀏覽的內(nèi)容、瀏覽長(zhǎng)時(shí)間的內(nèi)容、進(jìn)行互動(dòng)操作的內(nèi)容向下推薦，匹配出和用戶相關(guān)的內(nèi)容，幫助用戶選擇喜愛(ài)觀看的內(nèi)容。比如商品，那么推薦同類(lèi)屬性的商品，基于不同的品牌、價(jià)格、規(guī)格，節(jié)省用戶對(duì)于商品的查找時(shí)間。

（3）同時(shí)對(duì)內(nèi)容進(jìn)行標(biāo)簽定義，根據(jù)上面用戶的屬性匹配，按照匹配度，從上到下進(jìn)行精準(zhǔn)交錯(cuò)推薦。同時(shí)還要適當(dāng)?shù)耐扑]一些超出用戶屬性以外的內(nèi)容，一方面是減少用戶的審美疲勞；另外一方面高標(biāo)準(zhǔn)的推薦，可以給用戶更新的選擇。

三、思考

思考是一個(gè)產(chǎn)品人的基本要求，對(duì)于自我提升非常有幫助，畢竟1000個(gè)優(yōu)秀產(chǎn)品人就有1000套獨(dú)特的工作方式。如何把自己的成果有效的展示出來(lái)，并且凸顯出來(lái)，這就非常考驗(yàn)產(chǎn)品人的文字功能了。

做產(chǎn)品需要掌握一套有效的方法論，無(wú)論是前輩總結(jié)出來(lái)的aarrr、kano、mvp還是自己定義的先規(guī)劃，在調(diào)研，然后讓用戶試用后反饋，這都是需要有針對(duì)性、有目的性的去做執(zhí)行，然后將內(nèi)容進(jìn)行提煉并且轉(zhuǎn)化為自己的核心價(jià)值。對(duì)于產(chǎn)品人來(lái)說(shuō)，要全面高效的獲取各方面的知識(shí)，讓自己全面發(fā)展、快速成長(zhǎng)，這點(diǎn)是非常重要的。

做產(chǎn)品容易，做一個(gè)好的有價(jià)值的產(chǎn)品，這個(gè)就很有難度了。

本文由 @老虎~色 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(lái)自Unsplash，基于CC0協(xié)議