知乎live(二)——了解信息流产品和内容推荐算法

本篇文章分为三部分,一是关于知乎live—了解信息流产品和内容推荐算法的内容大纲(具体内容大家感兴趣的可以自己去知乎看看哦),二是对于本次live的一点小总结,三是本人听完本次live之后的一些感想

话不多说,开始进入正文吧

PART1 内容大纲

主讲人简介

吴锴, 2010年毕业于浙江大学数学系,2013年毕业于堪培拉大学信息技术系。从2013年开始到现在,一直在互联网产品经理的一线工作。服务过的公司包扩携程旅行网、魅族科技等。从12年开始在知乎上活跃,目前是“产品经理”话题的索引编辑者之一。从15年开始一直专注在内容分发相关领域。

一、信息流产品的价值在哪里?用户粘性方面?商业营收方面?行业内的数据是什么?

1.1什么是信息流产品

信息流产品是近两年APP发展的趋势,几乎市面上所有APP包括工具类、电商类、生活服务类APP都在做信息流。包括大众点评020产品,微信重点推出的看一看也是很典型的信息流产品。

1.2对用户的价值

1.3商业上的价值

信息流广告(列表页、文章详情页)拥有高效的变现模式,因为和新闻内容接近的广告,用户可以更好接受,类似以前的搜索广告。

二、信息流产品是如何做推荐的?具体流程是什么?

2.1如何推荐内容

人工运营+推荐算法

2.2为什么要用算法

2.3理论上的简化框架

UI界面

用户行为上报系统

用户行为日志存储系统

推荐系统

三、一般用哪些指标来评价,信息流推荐算法的效果?为什么要结合多个指标来评价?

3.1如何评估推荐质量

算法模型分流

核心业务指标

四、决定信息流整体推荐效果的因素有哪些?如何针对这些因素进行优化?

因素一:是否有强大的内容库(要做顶尖的信息流产品,在内容上要非常强大)

因素二:是否有好的交互视觉

因素三:是否对业务参数调优(参数优化)

因素四:数据上报

因素五:冷启动策略

因素六:探索与发现

因素七:是否有好的算法模型

六、信息流产品能够衍生出的产品领域?做过信息流产品的一些体会?

信息流产品的相关领域(涉及到方方面面):

内容库(把内容平台化)

用户画像

短视频

搜索

信息流广告

七、如何进入信息流领域,成为产品经理?

研发自媒体平台(写一些文章,研究这些内容):研发下发策略、研发管理后台、研发数据统计

从内容运营切入:研发推送文案(推送能调起很多日活)、研发推送数据、研发专题策划

如果想做产品:了解推荐流程、使用各种应用(竞品)、研究各种内容

八、书籍推荐

非常适合产品看,侧重于原理和应用

《推荐系统实践》:国内一线的跟推荐相关的产品经理岗位所需的知识这本书足够应对

《这就是搜索引擎-核心技术详解》:了解web搜索各个部分的技术,爬虫、反作弊、缓存、排序等等

《计算广告》

PART2 总结

本次live,主讲人主要从七个方面来讲述信息流产品和内容推荐算法。从信息流产品的价值开始,到介绍信息流的推荐算法具体流程如何,到评价信息流推荐算法效果的指标,到介绍影响信息流推荐效果的因素,再到信息流产品的用户画像体系如何构建,再介绍信息流产品衍生的产品领域,最后就如何进入信息流领域,成为产品经理提了一点建议,并推荐了一些书籍。整体内容循序渐进,内容也较多,也有分享了很多在实际操作中的一些经验。

PART3 感想

刚看到live名称的时候,去查了下信息流的资料之后发现了一些很有意思的内容。比如在百度,有越来越多的内部人员开始往信息流团队迁移;而其他一些逐步边缘化的部门,也有越来越多的员工提出了转岗申请。信息流这样的原生广告有着比banner广告高出220%的点击率。在美国,58%的千禧一代说他们喜欢信息流广告,这一比例大大高出了banner、订阅、弹窗以及其他的一些广告形式。

真真切切地看到这些内容和数据,我对信息流的兴趣也越发浓烈,所以选择了此次live进行收听。其实live开头,主讲人也提到了信息流的内涵和价值,信息流产品是近两年APP发展的趋势,几乎市面上所有APP包括工具类、电商类、生活服务类APP都在做信息流。我觉得其背后的最大原因可能就是信息流内容对于用户的粘性更强,也有着更大的商业变现价值。

听完整个live,我最深的感想主要有以下三点:

首先是关于信息流产品的推荐算法具体实现。可能是因为我之前做项目有接触过推荐算法这块,所以比较敏感,但本次live中,主讲人将具体的推荐算法讲的非常详细。内容的获取→分词提取器→过滤→放入数据库→传给用户兴趣索引→会话上报→协同过滤推荐→rank排序→re-rank打散→fix探索性推荐信息流内容产品,对这一整个推荐流程都有了较清晰的认识。此外,我还认识到机器推荐其实也有很多局限性,很多时候,人工推荐在对于新闻价值的预判、新鲜新闻的推荐上效果会更好。

第二点感触比较深的是,算法模型本身带来的差异很小信息流内容产品,更重要的是算法人员对业务的理解以及如何使用用户数据。更需要算法和产品经理一起去研究,把可能影响因素探索出来并做一些实验验证。其实很多影响因素比如说交互视觉、冷启动这些方面,其实看着没有什么影响,但是去做了微调、改变后,确实效果得到了很大的提升。可能并不能说出具体的原由,所以还是需要不断地和产品经理去共同的摸索、验证。

第三点就是对于进入信息流领域,成为产品经理可以做的努力。即使没有这方面的想法,但是这些方法对于了解信息流领域还是有很大作用的。去实际体验不同的自媒体平台信息流方面的体验感受,写成文章,去研发推送文章、数据等,去阅读相关的书籍。都可以帮助自己更深入地了解这个领域。

免责声明:本文系转载自其它媒体,版权归原作者所有;本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,旨在传递信息,不代表本站的观点、立场和对其真实性负责。如需转载,请联系原作者。内容会稍有编辑,如果来源标注有误或侵犯了您的合法权益等其他原因不想在本站发布,来信即删。投稿等其它问题请联系本站

文章来源:https://www.jianshu.com/p/0aea6f253c55