【修真院PM小课堂】算法

算法

分享人:刘伟

目录

一.推荐概述

二.好的产品推荐

三.几大挑战(用户 物品 系统冷启动)

四.案例

一.推荐概述

推荐目标 实现产品目标(合适的才是最好的)

实现手段:数据 算法 架构 交互技术类知识

核心功能:路径优化 兴趣发现

评价:满意度(点击率 转化率 时长 ) 准确 覆盖型 多样性 新颖性 实时性

过程:从学习和决策的过程

核心问题:如何构建一个用户对商品的评价模型

宗旨:服务提供方和消费方的双赢

二.几大挑战

大数据 稀疏 长尾 噪音

用户行为模式的挖掘和利用(行为的复杂性)

冷启动(新产品)

多样性和精确性的2难困境

用户界面和用户体验

三.好的产品推荐

1,用户诉求


帮用户便捷的筛选出感兴趣的内容

陌生领域提供参考

需求不明确的贴心助手

用户的好奇心

2、推荐引擎

描述用户特点 并与个性化匹配

信息过滤解决用户过载问题

根据用户反馈及时捕捉兴趣变化

合适的场景 时机 推荐

3、功能决策

推荐功能对该产品有无价值

价值多大

成本收益

优先级

————>产品核心目标 发展阶段 合理的roi

a.产品线当亲需求

b确定推荐目标

c方案选型 明确重点

d效果监控和策略迭代

e随产品发布调整目标

案例:今日头条


系统概览

内容分析

用户标签


y=fx{x1 ,x2, x3}

算法: 协同过滤  logistic regression,  DNN, factirization, Machine, GBDT

4类特征: 相关性特征 环境特征 热度特征 协同特征


内容分析:

图片分析

视频分析

文本分析:作用——推荐引擎engine 文章冷启动 颗粒度越细 冷启动越强

文本特征分类:语义标签类特征  实体词 隐式语义特征  文本相似度特征 时空特征

用户

用户标签:

类别 主题 关键词 来源 垂直兴趣特征 性别 年龄 地点 内容标签 用户标签挖掘

鸣谢

感谢大家观看

By刘伟

            算法

            分享人:刘伟

PPT  小课堂

你可能感兴趣的:(【修真院PM小课堂】算法)