傳智播客旗下品牌:|||||

全國咨詢/投訴熱線:400-618-4000

互聯網產品如何實現個性化推薦?[產品經理培訓]

更新時間:2019年12月02日16時11分 來源:傳智播客

標簽庫

個性化推薦的基礎是用戶畫像,而用戶畫像就是將用戶標簽化,用一個個標簽去描述用戶處用戶的特征、喜好、行為習慣等信息。為了數據標準化和規范化,我們需要在后臺建立一個標簽庫,通過對標簽庫的維護,來滿足用戶畫像的需求,并作為數據分析的依據。

所謂標簽庫,也就是標簽的集合,講標簽組織化和結構化。在產品設計上,標簽庫就是一個標簽的列表,并支持增刪查改等基礎的維護。

1575269119680_產品個性化推薦規則.jpg

如果產品內容類型很豐富,那么標簽的數量也會特別龐大。為了便于維護,也便于數據分析,最好能對標簽進行分類管理,比如建立一個二級類目管理機制。

1575269131294_產品個性化推薦規則2.jpg

一級分類

1575269140222_產品個性化推薦規則3.jpg

二級分類

內容標簽化

通過對用戶貼標簽來了解用戶的喜好是個性化推薦的基礎,但是給用戶貼標簽的依據是什么呢?那就是用戶跟內容的互動。用戶閱讀了一篇文章、看了一部視頻、回答了一個問題,都是用來給用戶貼表情呢依據。那么我們就得首先知道,這些文章視頻內容屬于什么標簽,也就是將內容標簽化。

如何將內容標簽化呢?對于不同形態的內容,方法是不一樣的。

對于文本內容,一般是通過關鍵字匹配。這里,標簽庫就要發揮作用了。通過技術手段識別文本中的關鍵字,如果與標簽庫中的標簽匹配上,即可作為該內容的標簽。

1575269150182_產品個性化推薦規則4.jpg

如果是音頻內容,標簽的識別可能就得依靠人工手段了,畢竟靠技術識別的難度太大。通過在后臺給內容手動打標簽,將音視頻等內容標簽化。

用戶標簽化

當用戶與內容產生互動,比如閱讀、點贊、收藏等行為,那么首先,我們就得統計用戶的行為。如何統計呢?

首先,梳理用戶與內容能產生的所有行為;然后,梳理這些行為能產生的所有字段信息;最后,在后臺講這些行為數據表格化。

1575269159761_產品個性化推薦規則5.jpg

1575269167627_產品個性化推薦規則6.jpg

當用戶與內容產生互動,即可認為這條內容的標簽頁屬于用戶的標簽。為了畫像更為精準,我們給用戶的標簽賦予一個權重的概念。用戶的行為不同,該標簽的權重值不同,比如僅僅是閱讀的情況下,標簽的權重+1,如果是點贊,則標簽的權重值+2。通過一次次行為的積累,最終講得到用戶的標簽權重表,而這張表,就是用戶的畫像。

1575269175557_產品個性化推薦規則7.jpg

不過,給用戶標簽賦值要考慮到多種因素,比如時間效應。用戶興趣會隨著時間而衰減,因此減少對應的分值。還要考慮到熱門內容的干擾,比如某個明星離婚的消息。用戶看此類消息可能僅僅是一時的好奇,并不代表對此類標簽(八卦、明星)的內容感興趣,因此這類行為的權重值要降低。【推薦了解產品經理4.0課程

個性化推薦規則

將用戶和內容標簽化之后,要實現個性化推薦,還需要最后一步:制定個性化推薦規則。所謂個性化推薦,就是根據用戶畫像,給用戶做精準推薦。這里,我們舉一個例子:

規則1. 選擇匹配該用戶標簽權重值排前5的相關內容

規則2. 篩選滿足規則1的且是最近48小時內發布的內容

1。 分頁推送,每頁8條,按照點贊數從多到少排列,上滑翻頁

2。 下拉刷新,推送本次刷新與上次刷新之間產生的滿足規則1和規則2的內容,根據分值從高到低排列,每次刷新最多推送8條,不足8條則推送實際數量

3. 已推薦過的內容則不再推薦

以上是一個比較簡單的推薦規則,重點是要通過這個規則體現個性化推薦的應用思路,讀者可以根據自身產品的實際需要制定更詳細的規則。

小結

除了內容產品,很多業務場景都適合個性化推薦,比如電商的猜你喜歡,感興趣的讀者可以自己設計一套電商業務的個性化推薦體系。

中创网赚 辽宁11选5 2019真实网赚 可以上网赚钱的工作 上网赚钱真假 爱投彩票开户 电玩棋牌 恒发彩票 欢乐生肖网上哪里买 吉林快3