五分钟了解信息流产品和内容推荐算法

前些日子听了@kevin同学的知乎live《了解信息流产品和内容推荐算法》,很有收获(可以在外行那儿装一装了😄)。鉴于两小时的live信息量很大,就做了份笔记,把其中最有价值的部分做成了图解,应该算得上是「干货」了。

不过,五分钟能读完的小文,到底只是走马观花罢了。倘若读完真的感兴趣,还是建议去听@kevin同学的知乎live,毕竟就其内容质量而言,9.99元是真的值。

什么是信息流产品

iPhone6-news

每个使用新闻客户端的用户,都多少接触过的信息流这种产品形态。它有以下诸多特点:

  • 海量信息,能源源不断地刷出新的、实时的内容
  • 能在合适的场景下,为用户提供合适的内容
  • 强用户黏性、长使用时长,利于广告曝光创造营收

如何推荐内容

信息流的内容并不是纯靠算法推荐,人工运营也是其中的重要部份。实际上,人工和算法各有所长——人工运营更长于新闻价值的判断(尤其是「情感判断」),以及对热点的预测,对突发事件的响应;而算法,运用在个性化匹配、冷门的长尾内容推荐上,则更适合。

一个算法实现的内容推荐基本框架,理论上可以抽象成下图。

算法推荐框架

落实到具体实现,这里是魅族新闻资讯的一个实际案例(右击展开大图)。

框架实例

如何评估推荐质量

一个信息流产品,不会仅仅使用一种算法模型,通常会进行分流。占大比重的是经过验证的稳定模型,同时,会有多个占小比重的实验模型。

要评估这些实验算法模型的效果,采用的评测指标主要为以下三项:

  • 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
举例来说,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%。

除此以外,还需关注的核心业务指标:

  • 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,不能只关注点击率呢?是因为一味追求点击率,会鼓励「标题党」,导致用户文章阅读完成度降低,最终影响产品调性,造成深度用户流失。

影响推荐效果的因素

影响信息流推荐效果的因素,并不仅仅只有算法模型。事实上,由于自建模型的难度很高,造成差异的往往是算法外的因素。

首先,强大的内容库是一个信息流产品的基础。内容的多样性、数量、质量、时效如果得不到保障,推荐效果根本无从谈起。譬如,今日头条、网易新闻这种量级的产品,内容每日入库量至少超过500k,可推荐集要超过200k。

其次,一些交互细节及业务参数的调优,也会对最终的效果产生非常大的影响。

交互及业务参数调优

另外,数据上报会极大影响推荐准确度和策略选择。而且通常也是埋坑及填坑最大的地方,需要产品对上报时机、阈值、去重、内容做规范。此外,冷启动策略、如何防止用户画像固化造成的「瓶颈效应」,等等,都会最终影响推荐效果。

用户画像体系

用户画像是内容推荐重要的参考体系,通常是对用户主动行为、推送刺激产生的数据进行挖掘后生成的。

用户画像实例

上图是魅族新闻资讯的一个用户画像实例,其中:

  • 更新频率:一级类目的制定,不会轻易改变,否则对算法效果影响很大,一般每周更新;而二级类目、标签几乎实时更新
  • 准确性验证:用推送来验证画像准确性时,如果画像较为准确,推送的点击率一般在20%以上
  • 负反馈、搜索:这两种行为数据虽然较少,但对画像的准确性影响很大

相关领域&如何入门

信息流产品涉及领域非常多,包括内容库、用户画像、短视频、搜索、信息流广告,等等。而且每个领域都有很多值得深挖的内容,非常锻炼产品能力。

如果想要入门信息流领域,内容运营是一个非常好的切入口——可以研究现有的自媒体平台,深入探索它的下发策略、管理后台和数据统计。最后,是几本参考书籍推荐,能让产品对系统的理解能力成倍提升:《推荐系统实践》《这就是搜索引擎》《计算广告》

sponsor_1809
展示评论