浅析内容推荐体系如何构建

　　所谓的内容推荐，把主语谓语宾语补充完整之后就是系统把内容推荐给用户，那推荐系统如何构建，说白了就是要解决什么样的内容推荐给什么样的用户的问题以及如何推的问题。

　　针对引文中的两个问题，可以总结为以下三个点

　　我们推什么样的内容what我们推给什么样的用户who内容如何推荐给用户how一、内容篇

　　说到内容，先不着急解决推什么的问题，在这之前，我们首先要分析我们拥有什么内容，这些内容是如何产生的。

　　目前互联网内容信息的载体主要分为以下几种：文字、图片、音频、视频。而生产这些内容的用户大体又可分为两种，一种是专业从事内容生产的PGC用户，一个PGC用户的背后往往由一个专业的团队组成，他们分工明确，撰写、拍摄、录制、后期、包括后期的市场宣传都有专门的人员从事，此类用户的生产的内容质量往往比较高。另一种是普通的UGC生产用户，此类用户无固定生产内容的习惯，往往是三天打鱼两天晒网，其生产的内容质量也较低。

　　根据平台定位不同，其拥有的内容资源也不同，生产内容的用户构成也不尽相同。根据上述列出的几种内容类型和生产用户类型，可以组合出图片+PGC、文字、图片+PGC、视频+PGC、视频+UGC….等多种组合类型。结合自身平台业务线，找出内容数量靠前的几种组合，也就是我们所拥有的内容优势所在。

　　当我们分析出我们拥有什么以后，接下来所要解决的问题就是如何筛选优质内容，以及如何进行内容信息识别和聚类，对于优质内容我们要在推荐策略里基于更多展现曝光

　　关于优质内容的筛选，主要分为机器筛选和人工筛选两种方式，而实际操作中，往往是二者的结合，因为单纯机器筛选其客观性太强，部分优质内容机器无法识别（对于上述四种内容信息的载体，其展现形式的表现力：文本<>图片=音频>视频）而纯人工筛选又会受审美差异等主观因素的影响难易做到公平公正。

　　人工筛选的方式无需多说，而对于机器筛选优质内容，在筛选之前要做好充分的数据收集及上报，只有数据维度足够充分，才能为筛选做保证。拿音乐app软件举例如何评判一首普通歌曲的质量好坏如下图所示：

　　除了歌曲本身作为内容的形式之外，更是链接内容生产者和内容消费者之间的纽带，所以数据的收集除了歌曲本身的属性之外（例如：音频长度、kpbs、格式、文件大小….等等）之外，也要从生产者的用户属性（PGC/UGC，年龄，地域，性别，个人爱好….等等）、发布行为（上传歌曲的时间、上传歌曲的频次….等等）和消费者的用户属性（性别、年龄、职业、地域、注册时间….等等）、浏览行为（点击、播放、重复播放次数）等多维度评价一首歌曲的质量。不同app对于内容的质量评估数据指标不同，需结合实际情况具体分析，此处不再一一详细列举各个数据指标。对于歌曲而言，最终要的几个指标无非是：曝光点击比、播放完整度、评论、分享、收藏率…等等等等等等

　　此处对内容质量的动态评级，还可以利用对生产者评级和消费者评级的方式来判断，各个等级之间有着严格的标准划分（此处不详述分级的方法，具体情况具体制定），用户的评级随自身行为动态调整（等级正反馈、负反馈机制）。不同等级的用户生产和消费行为，对内容评级的影响不同，越优质的用户其行为对内容质量的影响越大。

　　说完内容质量的评级，之后就是对内容的聚类。还拿音乐举例，音乐本身并无任何分类，对于一首歌曲而言无非是多个音符的连续演奏。我们凭借自己的生活经验和认知对歌曲进行分门别类：欧美音乐/港台音乐/内地音乐…、摇滚/流行/蓝调…、抒情/狂欢/悲伤….、钢琴曲/小提琴/吉他曲。此处对内容聚类的方法应遵循相互独立、完全穷尽的原则即不同划分维度之间要相互独立，互无交叉，而每个维度里划分又要尽可能细化到最小的颗粒度。

　　除了内容聚类的方法，内容的聚类的流程，同样的，可以采取人工和机器结合的方式，其大体流程如下图所示：

　　内容生产者，在上传内容时，对内容进行分类、设定内容标签。其内容进入后台首先按照用户上传时的分类进行筛选，之后由审核人员对其标签进行走查，将无分类的内容进行分类，同时对错误分类进行修正（此时所有审核人员的操作结果，系统都应该给生产者发送信息提示其内容被修改，优化上传流程）。所有人工审核后的内容库里的内容作为最终对外分发的结果，在前端对外分发。

　　至此，我们已经完成了对优质内容的筛选和对内容的聚类。那谁来消费我们的内容呢，谁来为我们的内容买单，我们的用户群是谁，他们来自哪？是男是女？年纪多大？他们是高、是矮，是胖，是瘦？从事什么工作？有什么爱好？他们收入如何？

　　二、用户篇（who）

　　承接上文，说到用户，绕不开的一个话题就是用户画像。要建立推荐系统的用户画像，我首先会问自己两个问题：我们的用户是谁？他们都喜欢什么？如果说用户画像是对一个人描述，那么第一个问题更像是描述一个人的外在，第二个问题更像是描述一个人的内在。外在对应用户属性，内在则对应用户行为，行为连接内容，从而分析用户喜好倾向，如下图所示：

　　此处数据统计的维度和准确性的重要性不再赘述，左侧是用户属性，右侧是相关的用户操作行为，所有的操作行为最终都能落地到具体一个内容上（我们在内容篇已经讲过如何对内容进行分类标识）我们通过看内容分类标识，从而分析用户的喜好倾向。

　　这种方法就好比我们写日记，记流水账，只要我们把足够多的信息记录下来，我们就能足以分析数这个人详细用户画像

　　例如：2017年5月12日，家住北京，24岁，清华大学毕业的姑娘小倩穿上她的adidas的衣服，开着她的奔驰车，去王府井的一家人均价位在100/位的火锅店吃火锅….）,只要我们记录的信息足够多，足够精确，对用户画像的描述也就越清晰。

　　在推荐系统里，我们通过用户画像需要解决的是用户喜好倾向的问题，但用户的喜好倾向不是一成不变的，除了要做到数据的持续收集，在判定用户兴趣时，用户的短期兴趣倾向和长期兴趣倾向需要做策略的融合。持续对两种维度的权重调权，从而得到最优解。

　　举例：我是一个喜欢摇滚音乐的用户，不经意间听了几首纯音乐，我们并不能一刀切的认为用户的喜欢倾向由摇滚转为轻音乐，而是应该记录下这种行为，在策略里不断试探尝试用户兴趣，持续推荐不同内容，从而判定用户真正兴趣。

　　在推荐系统里，我们通过用户画像需要解决的是用户喜好倾向的问题，但用户的喜好倾向不是一成不变的，除了要做到数据的持续收集，在判定用户兴趣时，用户的短期兴趣倾向和长期兴趣倾向需要做策略的融合。持续对两种维度的权重调权，从而得到最优解。

　　举例：我是一个喜欢摇滚音乐的用户，不经意间听了几首纯音乐，我们并不能一刀切的认为用户的喜欢倾向由摇滚转为轻音乐，而是应该记录下这种行为，在策略里不断试探尝试用户兴趣，持续推荐不同内容，从而判定用户真正兴趣。

　　三、推荐篇（how）

　　解决了物的问题，又解决了人的问题，现在接下来的最后一步就是，我们如何把物交付到人的手中。

　　在做推荐之前，我们需要做的一件事就是：数据的收集、上报。不同于上述内容质量和用户画像的数据统计维度，应用于推荐的数据统计维度更多，是两者的超集，除此以外，一些操作系统、app版本、网络环境、用户操作访问路径的分析，漏斗的模型的转化….等等都与推荐行为息息相关。此处关于数据上报的维度需要针对不同平台，不同推荐业务，不同场景做具体问题具体分析。

　　关于一心想求推荐系统算法公式的同学，可以去抱算法工程师大腿了，此处不做详细罗列，只来聊聊我所理解的推荐的一些原理，毕竟产品经理的数学和算法工程师比起来，基本30分到40分水平….

　　我把每个用户想象成一个独立的点，每个用户背后都带有各种各样的用户属性，我们把具有相同属性的用户之间建立一条连线，众多的用户其彼此间的连线也错综复杂，由此形成了一个独立的用户面。同样的原理，把每条内容也想成一个独立的点，每条内容背后也都带有各种各样的内容聚类标识，我们把具有相同类别的内容之间建立一条连线，众多的内容间的连线也错综复杂，由此形成了一个独立的内容面。

　　有了用户面和内容面的概念以后，我们的每一个用户之间都彼此产生着联系，每个内容之间也都彼此产生着联系，那如何把我们的用户面和内容面打通，其实就是所谓的用户行为。我把用户行为比做通道通道用于连接用户面和内容面，每一次用户行为，都是两个面之间一次数据的传输交流。至此，两个面之间互相打通，形成了一个三维模型。这个三维模型建立在数据之上，每时每刻任意两点之间都在进行着数据传输，因为彼此间相互联系，一个用户的行为可能最终影响周围多个用户的结果，类似蝴蝶效应。

　　说完推荐，还有一点不得不提的就是a/btest和关于a/btest，适中要遵循一个原则，明确目的，保持变量唯一。所有的推荐都是持续的过程，不同的推荐算法需要时间学习矫正，a/btest就是很好的辅助工具和方法，关于如何构建a/btest系统，此处不做详细说明，只阐述其重要性。

　　文章纯属个人观点，只阐述了部分方法论，而没具体到落地可执行的层面，老鸟可自行略过。

　　作者：黑白键，1岁产品经理

　　文章作者系 @黑白键 未经许可，禁止转载。

*请认真填写需求信息，我们会在24小时内与您取得联系。