更新時(shí)間:2020-01-17 來源:黑馬程序員 瀏覽量:
熱度分發(fā)
內(nèi)容產(chǎn)品的一個(gè)優(yōu)勢(shì),就是用戶會(huì)產(chǎn)生海量的內(nèi)容。但是UGC內(nèi)容存在質(zhì)量參差不齊,上下限差距明顯的情況。對(duì)于產(chǎn)品發(fā)展而言,需要從這海量的內(nèi)容中篩選出較為優(yōu)質(zhì)的內(nèi)容,集中向用戶展現(xiàn),滿足用戶對(duì)高質(zhì)量?jī)?nèi)容消費(fèi)的需求,從而提高用戶的粘性和忠誠度。
那么,如何篩選出優(yōu)質(zhì)內(nèi)容,并設(shè)計(jì)篩選的規(guī)則呢?
熱度規(guī)則設(shè)計(jì)邏輯
首先,我們得定義何為優(yōu)質(zhì),也就說,什么樣的內(nèi)容是優(yōu)質(zhì)的。對(duì)于內(nèi)容而言,優(yōu)質(zhì)體現(xiàn)用戶行為上,就意味著用戶對(duì)內(nèi)容有閱讀、點(diǎn)贊、評(píng)論、收藏等行為。而這些行為維度,即可作為衡量?jī)?nèi)容的質(zhì)量的標(biāo)準(zhǔn)。
其次,衡量?jī)?nèi)容質(zhì)量,需要綜合考慮多個(gè)用戶行為維度,而不能是單一的維度。比如,一篇文章如果有很多用戶點(diǎn)贊,可認(rèn)為很多用戶喜歡,這篇文章算是優(yōu)質(zhì)內(nèi)容;而另外一篇文章點(diǎn)贊的很少,但是有很多評(píng)論,說明這篇文章的觀點(diǎn)不受用戶贊成進(jìn)而引發(fā)很多爭(zhēng)議。但是,內(nèi)容的優(yōu)質(zhì)應(yīng)該是用戶行為而不是立場(chǎng)的體現(xiàn),點(diǎn)贊多的和評(píng)論多的都應(yīng)該算是優(yōu)質(zhì)內(nèi)容。
然后,為了綜合考慮多個(gè)用戶維度,需要定義一個(gè)通用的、可量化的熱度值,并以此多為分發(fā)依據(jù)。
分發(fā)規(guī)則設(shè)計(jì)邏輯
制定熱度分發(fā)規(guī)則需要考慮到一個(gè)時(shí)間因素,避免出現(xiàn)“好的永遠(yuǎn)好、差的永遠(yuǎn)差”局面。
舉個(gè)例子,對(duì)于一篇文章,如果一開始它的熱度很高,它就會(huì)獲得更高的分發(fā)量,根據(jù)漏斗模型,它后續(xù)獲得的閱讀、點(diǎn)贊、評(píng)論等用戶行為也會(huì)更高,從而進(jìn)入一個(gè)良性循環(huán),熱度越來越高。而對(duì)于那些一開始熱度很低的文章,獲得的分發(fā)很少,用戶行為也會(huì)很少,熱度就會(huì)一直很低,進(jìn)入一個(gè)惡性循環(huán)。如果出現(xiàn)這種局面,從用戶的視角來看,他每次都會(huì)看到的內(nèi)容都差不多,永遠(yuǎn)是那些熱度高的,從而導(dǎo)致用戶新鮮感下降,不利于用戶活躍度,也會(huì)打擊低熱度內(nèi)容生產(chǎn)者的積極性。
規(guī)則案例
下面,我們通過一個(gè)模擬場(chǎng)景來設(shè)計(jì)一套熱度分發(fā)規(guī)則。
場(chǎng)景:一個(gè)內(nèi)容社區(qū),有文章和視頻兩種內(nèi)容,文章和視頻都可以被點(diǎn)贊、評(píng)論、分享和收藏。社區(qū)有一個(gè)熱門內(nèi)容推薦列表,給這個(gè)列表制定一個(gè)分發(fā)規(guī)則。
熱度規(guī)則:通過點(diǎn)贊、評(píng)論、分享和收藏這4個(gè)維度來作為熱度值計(jì)算依據(jù)。定義內(nèi)容熱度值S=點(diǎn)贊數(shù)量*1+評(píng)論數(shù)量*2+分享數(shù)量*2+收藏?cái)?shù)*2。
分發(fā)規(guī)則:
規(guī)則1.篩選24小時(shí)內(nèi)發(fā)布的的全部?jī)?nèi)容
規(guī)則2.篩選24小時(shí)至72小時(shí)前發(fā)布的S>=30的全部?jī)?nèi)容
1.將滿足規(guī)則1的內(nèi)容按照發(fā)布時(shí)間由近至遠(yuǎn)排列,滿足規(guī)則2的內(nèi)容分別按照分值從高到底排列。分頁推送,每頁8條,滿足規(guī)則1和規(guī)則2的內(nèi)容各4條,按照發(fā)布時(shí)間由近至遠(yuǎn)排列;如果滿足某個(gè)規(guī)則的內(nèi)容數(shù)量不足4條,則由其他內(nèi)容填充滿8條,上滑翻頁
2.下拉刷新,推送本次刷新與上次刷新之間產(chǎn)生的滿足規(guī)則1和規(guī)則2的內(nèi)容,根據(jù)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(shí)際數(shù)量
在這個(gè)分發(fā)規(guī)則下,即綜合考慮了多個(gè)用戶行為維度,也避免出現(xiàn)高熱度文章永遠(yuǎn)在頂部而低熱度文章(比如剛發(fā)布的)得不到推薦的機(jī)會(huì)。
小結(jié)
除了內(nèi)容產(chǎn)品,熱度推擠也適合其他業(yè)務(wù)場(chǎng)景,比如電商。有興趣的同學(xué)可以嘗試設(shè)計(jì)一套電商熱銷商品的推薦規(guī)則。
最讓老師頭痛的學(xué)生心路歷程分享[產(chǎn)品經(jīng)理培訓(xùn)]
2020-01-17什么是AARRR模型?
2020-01-16什么是用戶畫像?用戶畫像推薦原理介紹
2020-01-16內(nèi)容產(chǎn)品如何運(yùn)營(yíng)?[產(chǎn)品經(jīng)理培訓(xùn)]
2020-01-16知識(shí)付費(fèi)時(shí)代:知識(shí)產(chǎn)品經(jīng)理應(yīng)運(yùn)而生
2020-01-06全方位告訴你在黑馬學(xué)習(xí)產(chǎn)品經(jīng)理的感受
2020-01-03