内容推荐的思考

内容推荐的思考

今天在思考电子书产品的推荐.内容推荐对于很多内容型产品来说都比较重要,如果内容没有办法博得用户的兴趣,可能用户就会放弃这个产品.

在思考电子书首页推荐模块的时候,对于内容推荐的方法进行了思考；

1. 事先收集用户信息,然后匹配内容.

Ａ）通过新手引导页让用户选择自己喜欢的分类，根据用户的选择推送对应的内容．这种方法在新闻资讯类的产品比较常见．这种产品的分类比较多，内容比较容易分类．

Ｂ）通过新手引导页，做一个简单的用户调查，然后根据结果向用户推荐内容．两者的区别在于，Ａ展示的是用户选择的分类内容，Ｂ是根据调查结果推送内容，并不会看到分类tab。B类的产品有礼物说。

两种方法都是在新手引导页面获取用户的一些信息，然后根据信息推荐内容。A的方法对内容进行了分割，用户根据分类查看内容，对于分类下面的内容需要寻找一套排序逻辑；B这种方法的主观性比较强，并且在新手引导页面获取的信息不会太多。所以就我个人使用来说推荐的内容不会太精准。用户主要还是通过内容的模块划分来寻找自己需要的信息。

2. 向用户推荐优质内容

A） 由业内人士推荐，比如说运营人员，编辑等向用户推荐自己认为的优质内容；

B） 由用户推荐。比如用户对产品进行打星评分和评论，用户在选择内容的时候，筛选评分高的内容。对应的产品如亚马逊，豆瓣，Appstore等；比如排行榜，大众选择的结果；比如精彩评论，根据用户的点赞数把点赞数多的内容推到前面。

A 的方法个人主观性比较强，而且也会因为业务需要向用户推荐一些可能不适合用户的内容；B的方法具有一定的客观性，但是不一定适合全部人。

3. 算放推荐

知乎的是协同过滤算法。

今日头条？？具体不太清楚，也是算法推荐

我对于算法推荐不太了解，只是作为用户谈

知乎和今日头条都使用算法推荐。知乎推荐的内容从我的角度看是比较优质的，今日头条的内容比较low。我认为这不是技术上的问题。这话题涉及到新闻客户端，以后再写

目前很多大型互联网公司的产品都有在做智能推荐，电子书类产品，电商类产品都能够感受到。电子书推荐的书我不会太关注，我本身对于要读什么书是比较清楚的；电商产品会更具我的浏览记录来向我推荐商品，总体来说还是有点方便。

算法推荐是趋势，同时算法推荐的技术壁垒比较高，需要投入比较高的成本。另外，算法模型也是需要根据不同的产品进行不断的改进和优化的东西，不会是一成不变的。