内容算法

内容算法

把内容变成价值的效率系统

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。
7.4339 评价豆瓣读书
免费试读

作品简介

伴随着国民总时间概念的兴起,互联网巨头纷纷布局内容行业,以争夺用户时间。作为内容生产者主力的各类自媒体也如雨后春笋般涌现,在内容创作、内容变现等方面做得风生水起。与此同时,基于算法的内容推荐分发技术得到了越来越广泛的应用。今天,至少有4亿中国人通过算法获取内容,国内创作者群体半数以上流量来自内容推荐系统。

通过算法实现的推荐技术基于用户历史数据和行为,推测用户意图,推荐合适的商品和内容给终端用户,显著提高了用户的点击率和留存率。随着用户的个性价值越来越被重视,内容推荐分发技术势必会得到更普遍的应用。

内容行业资深从业者、今日头条前资深产品经理闫泽华,在《内容算法》一书中,通过大量生动的案例,图文并茂、深入浅出地分析了当下主流的推荐算法及其利弊,介绍了推荐分发系统相关的知识,同时对自媒体如何实现优质作品最大化传播以及自媒体数据分析、运营与变现等进行了深入解读,有内容、有深度、有态度,无难度。

对于已经开始或希望从业于内容推荐领域的产品经理,或是期待从内容平台获得更多红利的媒体人,本书不容错过。

闫泽华,简书签约作者。知乎知识市场产品总监,负责内容付费的产品运营工作。

曾任今日头条资深产品经理、“凯叔讲故事”技术负责人和百度搜索架构工程师。在今日头条工作期间,曾先后负责头条视频的数据流和策略分发,头条号粉丝变现相关业务和微头条的策略分发业务,历经了头条视频和粉丝业务快速增长的全过程。

作品目录

载入中

热门划线

  1. 标签是我们对多维事物的降维理解,抽象出事物更具有表意性、更为显著的特点。在不同的应用场景下,我们会对标签全集进行有针对性地投射,有倾向性地选用不同的标签以换取信息匹配效率最大化。11 人
  2. 内容的冷启动8 人
  3. 第三,完善规则系统,优化用户使用体验。7 人
  4. 物以类聚:基于内容属性的相似性推荐7 人
  5. 推荐与搜索最大的差异在于用户表意是否明确。因此,推荐系统需要尽可能地完善用户的长期画像(对哪些类目、实体词、话题感兴趣)和短期场景(时间、地点信息),这样才能够在用户每一次请求时更好地揣摩用户当下的意图,以进行后续的内容匹配。6 人
  6. 这就是为什么我更建议大家修改召回模块而非排序模块的原因。修改召回模块扩充候选集合,能够让我们拥有更多可能性;而主观修改排序模块则极有可能让我们损失公平,降低效率。6 人
  7. 人以群分:基于用户行为的协同过滤6 人
  8. 密集的衡量取决于我们对内容的理解拆分维度,能够拆分出的维度越细致,可以做出的打散策略就越细致。典型的可以拆分的维度有题材载体维度、作者维度、类目(话题)维度和实体词维度。6 人
  9. 第一,完善用户画像。5 人
  10. 标签是网状的,更强调表达属性关系(has a)而非继承关系(is a),只有权重大小之分,不强调包含与被包含关系。这就使得相对于分类而言,标签的灵活性更强。在权威性方面,标签是弱化的,每个用户都可参与进来,基于自己的偏好贴标签,从而借助规模效应实现对信息表意完备性的覆盖。5 人

喜欢这本书的人也喜欢