1704851013
随着用户的点击动作、阅读表现、关注行为的积累，基于用户聚类和用户偏好作者的信息，推荐不准的情况能够在一定程度上得到缓解。比如，一个人常看科技内容，不点击娱乐内容或很少看完八卦新闻，系统会大体上知道他的调性，不再推荐他不感兴趣、觉得格调低劣的娱乐八卦新闻。
1704851014
1704851015
在推荐过程中，更难解决的是认知水平的问题。系统基于文本分析确定了内容分类，可能会推荐一篇质量平平的科技分析给一个重度的科技用户。在这种情况下，用户还是会觉得内容过水，从而对推荐产生微词。我们通常依赖用户对作者的关注程度来局部改善此类问题。
1704851016
1704851017
其二，用户无意识反馈问题。
1704851018
1704851019
先讲个真实的案例：
1704851020
1704851021
一日聚餐，席间A君说：“你们这个不行啊，老是给我推娱乐八卦，应该多给我推荐一些行业观点、深度分析之类的内容。”
1704851022
1704851023
B君道：“好好好，把你的用户ID给我，我查询一下，看看推荐算法是不是有什么问题。”
1704851024
1704851025
半晌，剧情反转。
1704851026
1704851027
B君朗朗道：“下午1点半，刷新一次，给你推荐了3条行业资讯、2条体育资讯、1条娱乐八卦，你点了娱乐八卦。下午2点半，刷新三次，你点击了1条行业资讯、3条娱乐八卦。下午3点，刷新……”
1704851028
1704851029
众人相视爆笑，终结谈话，定论：“本我超越了超我。”
1704851030
1704851031
想象一下，当一篇八卦新闻和一篇深度分析同时出现，你会做出怎样的选择？站在马斯洛需求模型的金字塔前，本我制造了足够大的需求。你点击一篇娱乐八卦，很有可能是本能驱动的下意识行为。你更多地点击娱乐八卦又给了推荐系统对于此类内容更强的反馈信息，从而增加对此类内容的推荐。如果从推荐系统的点击预估角度看，更接地气的内容超过高大上的内容几乎是必然的。
1704851032
1704851033
消费八卦新闻的确帮助你打发了时间、给你制造了欢愉，但你偶尔的“超我”自觉自省，却对这种内容推荐做出了格调低劣的判断。这也是我们在用户访谈过程当中常会碰到的一种情况：就像在一个个夜里，你一遍遍地跟自己说要早睡，却一次次刷着王者荣耀直到深夜。
1704851034
1704851035
3. 更平衡的产品设计
1704851036
1704851037
尽管推荐技术存在一定局限，尽管用户反馈总是会表现出泛娱乐化的趋势，但一个理想态的产品是不应该仅以点击为导向、唯短期数据而论的，我们能够做出的产品设计不应该止步于此。
1704851038
1704851039
假如我们在点击一篇内容重复度很高的娱乐八卦和点击一篇行业深度分析之间，倾向于认为后者更有价值，那就需要找到更好的方式来衡量一次阅读的价值，从而引导推荐系统的分发流程，比如：
1704851040
1704851041
• 内容稀缺度：越垂直的内容越稀缺，小类目下的内容点击可能比大类目下的内容点击更有价值。
1704851042
1704851043
• 作者角度：从全局来看，每个垂直赛道都会跑出有广泛知名度的内容品牌，它们的内容往往更适合广泛传播；从用户个体来看，某些用户会对内容来源而非内容类目更加敏感，这就需要放大作者的相似度以降低内容的相似度。
1704851044
1704851045
• 互动行为：不同的行为代表了用户不同的意图。阅读行为仅仅是一种个体行为，点赞、评论都代表了用户对内容更感兴趣，而分享则意味着用户愿意为之传播和背书，可能权重更大。
1704851046
1704851047
不同角度的分析给我们提供了量化点击价值的方式，让那些我们更偏好的内容有可能获得更多的曝光量和展示量。从现实的角度来看，内容供给和内容消费一定会是金字塔结构的，越基础层的内容越具有消费规模。但作为理想的现实主义者，我们或许可以在可控的范围内，去尝试点击率和理想态的平衡。
1704851048
1704851049
编辑、算法与社交，三分天下？
1704851050
1704851051
先抛出个人的结论：编辑（中心人工主导）分发、算法（机器主导）分发、社交（离散人工主导）分发各有千秋。内容分发服务追求的是分发所能触及的这一远景，为了达成这一远景，就需要探寻每一种分发更适合的应用场景，而不是要在“剑宗”和“气宗”间争个高下。
1704851052
1704851053
本节试图探讨的，就是每种分发方式适用的场景和它们在内容分发系统里的应用。
1704851054
1704851055
编辑分发vs算法分发
1704851056
1704851057
从纸质报纸、杂志到广播电视再到门户网站，尽管信息传播的载体发生了变化，但是内容传播始终保持着“中心化分发，展示位有限、千人一面”的状态，信息传播的决策权始终握在编辑手中。
1704851058
1704851059
编辑分发的优势在于，借助专业背景知识完成了从海量内容到有限展示位置的过滤和筛选。经过筛选的内容，其平均质量是相对较高的。然而，基于专家判断的分发难免会出现偏差，为了降低“叫好不叫座”或单个编辑偏差的情况，内容分发方也采取了相应的策略。比如：传统纸媒会有编委会投票机制，通过多人判断选题；门户网站有点击率退场机制，点击率在一定时间内不达标自动下线等。
1704851060
1704851061
引入了机器推荐算法的分发系统，由于达到了“千人千面”的效果，展示位数量得到了大量的扩展。在筛选人力不足以匹配展示位数量的情况下，编辑又起到怎样的作用呢？
1704851062
[
上一页 ]
[ :1.704851013e+09 ]
[
下一页 ]