內(nèi)容推薦的思考

今天在思考電子書(shū)產(chǎn)品的推薦.內(nèi)容推薦對(duì)于很多內(nèi)容型產(chǎn)品來(lái)說(shuō)都比較重要,如果內(nèi)容沒(méi)有辦法博得用戶的興趣,可能用戶就會(huì)放棄這個(gè)產(chǎn)品.

在思考電子書(shū)首頁(yè)推薦模塊的時(shí)候,對(duì)于內(nèi)容推薦的方法進(jìn)行了思考；

1. 事先收集用戶信息,然后匹配內(nèi)容.

Ａ）通過(guò)新手引導(dǎo)頁(yè)讓用戶選擇自己喜歡的分類，根據(jù)用戶的選擇推送對(duì)應(yīng)的內(nèi)容．這種方法在新聞資訊類的產(chǎn)品比較常見(jiàn)．這種產(chǎn)品的分類比較多，內(nèi)容比較容易分類．

Ｂ）通過(guò)新手引導(dǎo)頁(yè)，做一個(gè)簡(jiǎn)單的用戶調(diào)查，然后根據(jù)結(jié)果向用戶推薦內(nèi)容．兩者的區(qū)別在于，Ａ展示的是用戶選擇的分類內(nèi)容，Ｂ是根據(jù)調(diào)查結(jié)果推送內(nèi)容，并不會(huì)看到分類tab。B類的產(chǎn)品有禮物說(shuō)。

兩種方法都是在新手引導(dǎo)頁(yè)面獲取用戶的一些信息，然后根據(jù)信息推薦內(nèi)容。A的方法對(duì)內(nèi)容進(jìn)行了分割，用戶根據(jù)分類查看內(nèi)容，對(duì)于分類下面的內(nèi)容需要尋找一套排序邏輯；B這種方法的主觀性比較強(qiáng)，并且在新手引導(dǎo)頁(yè)面獲取的信息不會(huì)太多。所以就我個(gè)人使用來(lái)說(shuō)推薦的內(nèi)容不會(huì)太精準(zhǔn)。用戶主要還是通過(guò)內(nèi)容的模塊劃分來(lái)尋找自己需要的信息。

2. 向用戶推薦優(yōu)質(zhì)內(nèi)容

A）?由業(yè)內(nèi)人士推薦，比如說(shuō)運(yùn)營(yíng)人員，編輯等向用戶推薦自己認(rèn)為的優(yōu)質(zhì)內(nèi)容；

B）?由用戶推薦。比如用戶對(duì)產(chǎn)品進(jìn)行打星評(píng)分和評(píng)論，用戶在選擇內(nèi)容的時(shí)候，篩選評(píng)分高的內(nèi)容。對(duì)應(yīng)的產(chǎn)品如亞馬遜，豆瓣，Appstore等；比如排行榜，大眾選擇的結(jié)果；比如精彩評(píng)論，根據(jù)用戶的點(diǎn)贊數(shù)把點(diǎn)贊數(shù)多的內(nèi)容推到前面。

A 的方法個(gè)人主觀性比較強(qiáng)，而且也會(huì)因?yàn)闃I(yè)務(wù)需要向用戶推薦一些可能不適合用戶的內(nèi)容；B的方法具有一定的客觀性，但是不一定適合全部人。

3. 算放推薦

知乎的是協(xié)同過(guò)濾算法。

今日頭條？？具體不太清楚，也是算法推薦

我對(duì)于算法推薦不太了解，只是作為用戶談

知乎和今日頭條都使用算法推薦。知乎推薦的內(nèi)容從我的角度看是比較優(yōu)質(zhì)的，今日頭條的內(nèi)容比較low。我認(rèn)為這不是技術(shù)上的問(wèn)題。這話題涉及到新聞客戶端，以后再寫(xiě)

目前很多大型互聯(lián)網(wǎng)公司的產(chǎn)品都有在做智能推薦，電子書(shū)類產(chǎn)品，電商類產(chǎn)品都能夠感受到。電子書(shū)推薦的書(shū)我不會(huì)太關(guān)注，我本身對(duì)于要讀什么書(shū)是比較清楚的；電商產(chǎn)品會(huì)更具我的瀏覽記錄來(lái)向我推薦商品，總體來(lái)說(shuō)還是有點(diǎn)方便。

算法推薦是趨勢(shì)，同時(shí)算法推薦的技術(shù)壁壘比較高，需要投入比較高的成本。另外，算法模型也是需要根據(jù)不同的產(chǎn)品進(jìn)行不斷的改進(jìn)和優(yōu)化的東西，不會(huì)是一成不變的。