#內容推薦# 3 內容推薦:探索與資訊繭房
提及個性化推薦,一個常見的誤解是使用者什麼喜歡推薦什麼,最終會將使用者限制在資訊繭房之中。
資訊繭房其實關聯了推薦領域的一個經典問題:Exploitation(利用已有興趣推薦)和Exploration(探索新的興趣)。推薦系統勢必要在E&E之間取平衡和折衷。
推薦系統真的會把你陷入資訊繭房麼?
首先給出個人結論:探索是一個推薦系統必須做且需要做好的事情。如果推薦系統只推薦給你喜歡的內容,那其實說明它沒有做的足夠好。
下面慢慢絮叨原因。
站在利益角度,探索是必須的
其一,從使用者產品來看,單個興趣點的內容供給是不足夠支撐使用者停留時長的,並將進一步影響使用者的留存。
以科技為例,一天的新聞、評論總數是有上限的,超過這個上限,內容質量必然得不到保證,從而影響使用者的消費體驗。只有儘量挖掘使用者的興趣點,才能夠不斷拓寬使用者內容推薦的候選集合,實現推薦效果的最最佳化。
其二,從推薦效果來看,使用者行為是另一種維度的資源。在User-Based的協同過程中,使用者體量越大,越能夠產出有密度的行為,才能夠讓內容的消費屬性被更好的刻畫。
其三,從商業化來看,也是較直觀的判斷。使用者興趣點越廣泛,其可被推薦的廣告內容才越多,變現價值才越高。
站在利益角度,探索的執行是有策略的
興趣的探索過程,是一個完善使用者畫像的過程。
如前所述,只要是探索就會有損失,產品的職責就在於如何儘量降低這種探索損失。
首先,是從產品內和產品外劃分。
探索發生在產品外部
用一切方式從產品外部補全使用者資訊,讓使用者在使用我們提供的服務時已經有相對豐富的畫像資訊。即,讓使用者的冷啟動過程體驗更好。
微博登陸是一個最常見的方式,透過採集微博的關注關係,有助於我們更好的理解一個賬號。
邀請使用者上傳手機通訊錄,使用者的社會關係一定程度反映了使用者本身。(在如今的微信年代,這種關係事實上變弱了)
其他……
其次,在產品內部從使用者和內容的角度劃分。
探索發生在使用者耐受度更高的場景上
首先要明確的概念是:使用者只有留存下來了,才有進一步探索的可能性。因此,要儘可能挑選那些使用者耐受度更高的場景中應用探索,才符合產品的利益最大化。
比如,新老使用者的劃分,網路場景的劃分、時間維度的劃分等等。找到使用者有耐性、有時間的場景裡去做新興趣點的探索,才能減少對時長的影響。
探索發生在更值得推薦的文章上
既然要進行探索,一個直觀的判斷就是選取那些具有類目代表性的,有一定質量的內容進行探索。
舉一個場景,如果對於一個使用者要推薦籃球的內容,自然應該選擇推薦NBA類目下高質量的高熱內容。NBA是籃球領域最具代表意義的賽事,高熱和高質量能夠讓內容更具有消費性。
一個高質量的探索集合,能夠保證使用者即便看到了自己非感興趣的內容,體驗也相對可控。典型的應用例子如Yahoo Today Module:
Yahoo Today Module每天的Content Pool其實並不大。這裡面都是網站編輯精選了的大概100篇文章。這些文章原本的質量就非常高。無論是這裡面的任何一組,使用者體驗都沒有明顯變差。
或許,從終極意義上來說,每款產品都希望構建一個足以留住使用者的資訊繭房。我想,這樣的繭房一定會大到使用者感知不到。
有興趣瞭解更多的,可以檢視:
論推薦系統的Exploitation和Exploration
上一篇:北京市子女隨遷落戶答疑解問
下一篇:一個人最強大的時候是什麼時候?