编辑导语：互联网使得信息传播从传统的纸媒到如今去中心化的UGC方式。当海量的信息进行分发时，作为产品设计者，我们需要考虑的问题是如何做好内容分发系统。今日头条为我们提供的一个方向——算法推荐。那么，作为一个新产品，该如何从0到1完成一个推荐系统，作者总结了四步，与你分享。

文章插图
互联网使信息传播从传统的中心化纸媒逐渐变成了去中心的UGC方式。在这个时代每个人都可以是信息生产者，可以是信息传播者，更是信息消费者。
而当海量被生产，信息发生过载时，我们应该如何分发和消费内容。张一鸣和他的今日头条给了我们一个方案-算法推荐。而如何做好算法推荐，也被看做产品里最具挑战的事情。
那作为一个新产品，应该如何从0到1完成一个推荐系统？我分为以下四步为大家讲解：
一、产品属性分析【 算法|小白产品必看的推荐系统四步指南】首先你要明白的是，并非所有产品都需要做推荐系统，不同产品的推荐策略也并非一致，毕竟每个算法工程师都是移动的金库（= =），优秀的推荐系统需要的成本也是相当高。
了解你的产品属性和用户需求是最重要的一步。普遍认为资源量大的产品更需要个性化推荐，如淘宝、抖音、新浪新闻等这些信息分发型产品，而微信、WPS这类工具型产品却鲜少需要做推荐。我们将产品属性分为用户属性和资源属性：
1. 用户属性我们需要了解平台的用户组成和他们需要什么，比如用户只想用你的软件编辑文档，那你为他推荐再多视频也没用。
2. 资源属性资源属性是指平台的资源组成，就是你的产品都有什么，可以是虚拟产品（优质文章、问答等），也可以是实体产品（手机、音响等）。
而当这两者组合起来，不同的用户需要不同的资源时，这时候我们就需要推荐策略了。

文章插图
如果你能理解这部分，你也大致能明白为什么大多数工具型产品不需要推荐了。工具型产品为了确保产品深度，大多提供的功能需求都是收敛且单一的，多数用户用相同的服务，所以也不存在什么个性化推荐了。
你以为产品属性分析只是让你了解推荐吗？No，其实产品属性分析有着更大的价值，因为它决定了推荐策略的具体目标。比如你是视频网站，那目标也许是提升用户观看时长。那在整个算法策略中，都要围绕这观看时长去进行拆分和优化。如果是电商平台，那就要围绕下单量优化推荐策略了。
二、特征工程（标签系统）接下来让我们更进一步，在开展推荐策略前我们必须打好基础。我们需要了解用户更具体的需求，也需要了解平台都有哪些资源。这样才有可能实现用户和资源的匹配，这个过程我们称之为打标签，实际工作中也称为“特征工程”。
标签类型多种多样，从概念上我们主要分为“用户标签”和“资源标签”两种。
1. 用户标签一般用户标签包含基本属性、活跃属性和兴趣标签三种：

文章插图

• 基本属性常指“性别”、“年龄”、“常驻地”、“手机设备型号”、“职业层次”等用户自然属性，是用户未使用产品时便客观拥有的基本属性。
• 活跃属性指用户在使用产品时留下的行为数据，根据计算方式，又分为统计类和规则类两种。统计类是指可以直接进行统计计算的数据，如用户活跃天数、累计付费金额、活动参与数等；而规则类标签则指某些相对复杂的标签，需要先针对制定规则模型，再进行计算的数据。比如用户活跃等级（高、中、低），用户参与意愿等都需要提前明确计算规则。用户的活跃数据也常被用来评估用户粘性和周期价值。
  • 上一页
  • 1
  • 2
  • 3
  • 下一页

  
  

  • 苹果|苹果最巅峰产品就是8，之后的产品，多少都有出现问题
  • CPU|E5系列处理器——工作室和生产力专业处理器，小白请勿购买
  • 发现最小白矮星，其大小相当于月亮，这让科学家很兴奋
  • 合规|上海制定反垄断、互联网营销算法、盲盒经营活动等新业态合规指引
  • c语言|e观沧海丨算法焉能藏“算计”
  • 业务|传统企业里，产品经理失去了话语权
  • 上海尊宝音响多款产品获《影音极品》器材大赏奖项
  • 噪音|聊聊社交产品中的信号与暗示
  • 雷曼巨幕LEDPLAY获IT影响中国2021年度创新产品奖
  • iPad|一样是苹果的电子产品，为什么iPhone比iPad贵几千元呢