【15-1】

【傳媒營銷】

《內(nèi)容算法 —— 把內(nèi)容變成價(jià)值的效率系統(tǒng)》 —— 閆澤華

“凡有痛點(diǎn)，必有機(jī)會(huì)”

感謝陪伴～

【摘 —— Part 1】

（A）

·【Kill Time 消磨時(shí)間】

·凡有【機(jī)會(huì)】，必有【進(jìn)化】

·人這種動(dòng)物，對(duì)不了解的東西總是心存恐懼

·【推薦】是特定場景下人和信息更有效率的連接

·在快速的迭代過程中，我相信一定有可以讓我們慢下來的東西——那是【內(nèi)容的核】

·科技讓【個(gè)體價(jià)值】前所未有地凸顯出來，能夠吸收足夠【定制化】的信息集合，以及一個(gè)個(gè)讓自己【成為獨(dú)一無二的個(gè)體】的理由

（B）

·推薦是一個(gè)【協(xié)作與進(jìn)化的過程】

·權(quán)重～更靠前的展現(xiàn)位置（即【點(diǎn)擊調(diào)權(quán)】的過程）

·推薦系統(tǒng)的架構(gòu)與搜索系統(tǒng)的架構(gòu)具有一定的相似度～二者實(shí)現(xiàn)的都是【信息與用戶意圖之間的匹配】

·對(duì)【內(nèi)容】而言，每一個(gè)用戶既是消費(fèi)者又是決策者，被認(rèn)可的內(nèi)容得以進(jìn)一步擴(kuò)散，不被認(rèn)可的內(nèi)容則被系統(tǒng)糾偏，以免給更多人造成負(fù)面影響

·對(duì)【用戶】而言，每一次行為反饋都在不斷完善自己的「數(shù)字軀體（用戶畫像）」，而系統(tǒng)的興趣探索行為，也在進(jìn)一步給這幅畫像補(bǔ)充更多維度

（C）

·通常將搜索系統(tǒng)劃分為【離線】和【在線】兩部分

·【索引】是一個(gè)基于【關(guān)鍵詞】的序列，每一個(gè)關(guān)鍵詞對(duì)應(yīng)一長串提及該關(guān)鍵詞的內(nèi)容

·搜索系統(tǒng)的【離線部分】專注于【內(nèi)容的搜集和處理】～搜索引擎的爬蟲系統(tǒng)會(huì)從海量網(wǎng)站上抓取原始內(nèi)容，并對(duì)搜索系統(tǒng)的不同要求建立不同的索引體系～【在線部分】則負(fù)責(zé)【響應(yīng)用戶的搜索請(qǐng)求，完成內(nèi)容的篩選和排序，并最終把結(jié)果返回給用戶】，系統(tǒng)會(huì)對(duì)關(guān)鍵詞進(jìn)行【分詞、變換、擴(kuò)充、糾錯(cuò)】等處理過程

（D）

·排序模塊按照【特定預(yù)估目標(biāo)（如點(diǎn)擊導(dǎo)向、互動(dòng)導(dǎo)向、停留時(shí)長導(dǎo)向等）】對(duì)候選集統(tǒng)一排序，并經(jīng)過【規(guī)則層】的處理后最終反饋給用戶

·推薦與搜索最大的差異在于【用戶表意是否明確】～推薦系統(tǒng)需要盡可能完善用戶的【長期畫像（對(duì)哪些類別、實(shí)體詞、話題感興趣）】和【短期場景（時(shí)間、地點(diǎn)信息）】

·當(dāng)用戶打開內(nèi)容推薦應(yīng)用時(shí)，提交給系統(tǒng)的信息包括【時(shí)間、地理位置、網(wǎng)絡(luò)環(huán)境、手機(jī)設(shè)備型號(hào)、登陸用戶ID（身份認(rèn)證）】等，基于用戶ID，推薦系統(tǒng)會(huì)從數(shù)據(jù)庫中取出用戶的【畫像數(shù)據(jù)（User Profile）】

（E）

·【規(guī)則】是最快的上線生效途徑，可以用于【糾偏、提權(quán)】等操作

·【用戶畫像完善】～【查詢語義豐富】～【更多的候選集合】～【更好的推薦體驗(yàn)】

·【短期的干預(yù)是應(yīng)該逐步被「長期的機(jī)制」所替換的】～規(guī)則就像打補(bǔ)丁，【太多的規(guī)則系統(tǒng)會(huì)嚴(yán)重增加系統(tǒng)復(fù)雜度，降低可理解性】

·在推薦系統(tǒng)中，用戶的行為不僅像在搜索系統(tǒng)中那樣具有【針對(duì)內(nèi)容價(jià)值的群體評(píng)估意義】，而且還具有【針對(duì)自身畫像的個(gè)體進(jìn)化意義】

·【要把用戶當(dāng)作小白來看待，以不斷降低用戶的「使用成本」】～但也需銘記，不論如何讓產(chǎn)品普世化、小白化，每一個(gè)產(chǎn)品都客觀存在【由淺入深的功能進(jìn)階】

（F）

·【讓機(jī)器不斷逼近更好的上限】

·【斷物識(shí)人】，是一切推薦行為的起點(diǎn)

·【考慮受眾特點(diǎn)】～選擇對(duì)受眾來說，【最容易引起共鳴、也最具代表性】的標(biāo)簽

·【更好的提取和表達(dá)待推薦內(nèi)容的特點(diǎn)】，就是【“斷物”】的意義所在～“貼標(biāo)簽”

·對(duì)于【初始場景或應(yīng)急情況】，【規(guī)則系統(tǒng)】必不可少，它們是用于保證服務(wù)質(zhì)量底線的措施

·【標(biāo)簽】是我們【對(duì)多維事物的降維理解】～【抽象】出來的事物更具【表意性、更為顯著的特點(diǎn)】

（G）

·通常來說，【分類】是【樹狀】的，是【自上而下】依次劃分的～在分類體系中，每個(gè)節(jié)點(diǎn)都有【嚴(yán)格的父類繼承關(guān)系，在兄弟節(jié)點(diǎn)層都具有可以被完全枚舉的屬性值】（如將人類屬性劃分為男女，就能夠覆蓋全部人類屬性）

·【標(biāo)簽】是【網(wǎng)狀】的，更強(qiáng)調(diào)表達(dá)【屬性關(guān)系（has a）】而非繼承關(guān)系（is a），只有【權(quán)重大小之分】，不強(qiáng)調(diào)包含與被包含關(guān)系～【靈活性更強(qiáng)、權(quán)威性更弱】，可以被應(yīng)用于分類的場景

（H）

·典型的標(biāo)簽產(chǎn)出方式有【專家系統(tǒng)產(chǎn)出（PGC）】和【普通網(wǎng)友產(chǎn)出（UGC）】兩種

·通常，用戶畫像有三類主要應(yīng)用場景：

【精準(zhǔn)廣告營銷】

【行業(yè)研究（不同行業(yè)的動(dòng)態(tài)進(jìn)展）】

【產(chǎn)品效率優(yōu)化（實(shí)現(xiàn)人和信息的高度匹配，從而提升效益、降低成本）】

·需要采用【聚類】的方式來描述某些【文字表意歧義較廣、難以枚舉的類型】～比如怎樣定義一個(gè)人是好看的呢？大眼睛、好看的發(fā)型？大家都各有各的標(biāo)準(zhǔn)，很難達(dá)成統(tǒng)一

（I）

·【靜態(tài)用戶圖像數(shù)據(jù)】：

用戶獨(dú)立于產(chǎn)品場景之外的屬性，如性別、學(xué)歷、年齡、婚育狀況、常住位置、教育程度等～往往【較為穩(wěn)定】，通常具有統(tǒng)計(jì)意義

·【動(dòng)態(tài)用戶畫像數(shù)據(jù)】：

用戶在產(chǎn)品場景中所產(chǎn)生的顯式（對(duì)某篇內(nèi)容點(diǎn)贊、評(píng)論、分享，關(guān)注了某個(gè)作者等）或隱式行為（某頁面的停留時(shí)間、用戶的操作行為軌跡等）

·常見的靜態(tài)或動(dòng)態(tài)用戶畫像數(shù)據(jù)：

【位置信息】【搜索信息】【評(píng)分】【收藏】

【分享】【評(píng)論】【播放比例或播放時(shí)長】

（J）

·【推薦算法】～【物以類聚，人以群分】

·【TF-IDF方式】的權(quán)重設(shè)計(jì)基本思想：

【出現(xiàn)頻率較高的標(biāo)簽區(qū)分度越低，反之亦然】

·用于「相似度計(jì)算」的常見因素有：

【作者層面的相似性（基于訂閱或偏好關(guān)系）】

【內(nèi)容層面的相似性（如關(guān)鍵詞、話題、類目、聚類、標(biāo)簽等）】

·【基于內(nèi)容屬性推薦】的好處在于，只依賴物品本身的特征而不依賴用戶的行為，讓【新的物品、冷僻的物品】都能得到展示的機(jī)會(huì)，但問題是【推薦質(zhì)量的優(yōu)劣完全依賴于「特征構(gòu)建（存在一定的成本）」的完備性，同時(shí)沒有很好考慮用戶對(duì)物品的態(tài)度，用戶的品味和調(diào)性很難得到詮釋和表達(dá)】