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
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。
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）。
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。
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。
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》。
