科技猎信息流产品和内容推荐算法解析
本文内容可能过长，需要花点时间，为了更好的梳理体系，我列出了全文框架，喜欢信息流的可以了解下。
什么是信息流产品？
- 信息流的定义
信息流是一种可以滚动浏览的内容流。这些内容会出现在外观相似、一个挨一个显示的版块中。例如，信息流可以是编辑精选的信息流（如文章或新闻列表）或产品详情（如产品列表、服务列表等）。信息流可以出现在页面上的任何位置。
以下是信息流的一些示例（微信看一看等）：
- 首页上的主信息流（例如，新闻信息流）
- 产品或服务结果页上的主信息流
- 网页上的横向信息流
- 纯文字信息流
- 信息流产品的特点
- 给用户带来的价值
- 给商业带来的价值
- 产品本身的粘性用户总时长广告曝光量广告营收
举例：
如何推荐内容？
- 人工运营
人工强项：新闻价值判断、热点预测、突发事件响应、时效性、策划——比如，有经验的内容运营人员可以预测出“白百何出轨事件”成为全网热点
- 推荐算法
机器强项：预估CTR、个性化匹配、学习、聚合——冷门的长尾内容如考古、历史等，推荐给合适人群
- 为什么要用算法
大数据时代，每天更新的内容是海量的。而人工运营，往往局限于热点内容，就像是冰山的一角。冰山之下，是大量的长尾、冷门的内容，必须依赖机器算法做个性化推荐。
- 理论上的简化框架
- UI界面：展示内容并和用户交互用户行为上报系统：记录用户的行为，并上报到日志存储系统用户行为日志存储系统：存储用户的各种行为数据推荐系统：分析用户行为，生成推荐数据列表
如何评估推荐质量？
算法模型分流
- 算法模型评测指标
- 准确率推荐列表里，多少比例的文章，是用户读过的召回率推荐列表中，用户读过的文章，占用户阅读记录的比例覆盖率推荐列表里的文章，占文章库总数的比例
举例：
文章总量为100，用户实际看了10篇文章。最终实验模型推荐了20篇文章，用户看过的有8篇。准确率为40%，召回率为80%，覆盖率为 20%
- 核心业务指标
- UV转化率阅读UV/曝光UV，反映多少比例的曝光用户转化为阅读用户PV转化率阅读PV/曝光PV，反映文章的平均转化情况人均篇数阅读PV/阅读UV，反映内容消费深度人均阅读时长阅读总时长/阅读UV，反映内容消费深度
- 为什么要看多个指标？
一味追求点击率，可能会导致：
- “标题党”文章大量增加
- 文章低俗低质，阅读完成度低
- 深度用户流失，产品调性下降
解决办法：在Rank模块的模型训练阶段，文章的排序由预估CTR和预估时长共同决
影响推荐效果的因素？
- 是否有强大的内容库？
- 多样性图文资讯图片短视频直播问答数量每日入库量级超过50W可推荐集超过20W质量正规媒体机构文章大V自媒体文章专题、专栏等深度内容时效性热点突发事件新闻在1h内入库
- 是否有好的交互视觉？
交互视觉会影响用户对内容的预期
- 风格好内容匹配
- 书籍：内容高质、专业，版面会存在留白报纸：内容质量一般、数量丰富，版面密密麻麻，不存在留白并不是一味追求高逼格，而是和内容匹配、和用户匹配
- 数据上报？
- 全面性数据量大上报准确
在实际工作中，数据上报可能是埋坑、填坑最多的地方，会极大影响推荐的准确度和策略的选择
- 是否有冷启动策略？
- 设备地点热点其它
手机厂商在冷启动上有优势，因为可以利用用户在手机上各个系统应用的标签
- 探索与发现？
问题：经过一段时间后，用户画像相对固化，用户的兴趣变化无法及时发现
影响：在推荐效果上，产生了“瓶颈效应”，久而久之用户会流失
办法：
- 当用户有新行为，用户画像实时更新
- 增加时间衰减性，用户过去的特征逐渐降权
- 在推荐结果列表中，增加探索性内容
用户画像体系？
如果有志于在信息流做产品的，推荐下面三本书：
- 推荐系统实践
- 这就是搜索引擎
- 计算广告
简单自我介绍下：
本人应届生，大一到大四期间在IBM、网易、360、联想、中国铁路科学研究院等均做过产品、用户增长等方向，并且是微软2018春招PM，保研到中科院计算所（已放弃），大学创业过、自己也在闲暇时间做过自媒体，秋招没有怎么准备，春招拿了两三个offer，但岗位偏向运营，不怎么喜欢，所以，如果各位大佬有产品岗，（个人觉得社招一年经历也可以胜任），请联系我，谢谢。
文/赵林（微信公众号：赵林随笔；知乎：赵林）