标签体系

标签定义

解决内容曝光有限，用若干关键词描述内容特征，基于标签推荐，有效让内容曝光至对应的目标用户。

应用场景
1.基于标签的新用户内容推荐
新用户注册时，选择自己感兴趣的内容标签，在使用产品时，将相同标签的内容推荐给新用户。

image.png

2.基于标签的相关内容推荐
标签形成了曝光路径

在功能设计上，在内容详情页显示该内容的标签，当用户希望看相同标签下的更多内容时，只需点击标签，即可曝光更多内容。在看接下来的内容时，用户又通过其他标签看了其他的内容，形成一级一级的扩散，形成的是网络裂变式的曝光。

image.png

3. 基于标签的个性化内容推荐
   内容通过标签生成内容特征，和用户偏好相匹配，这是一种千人千面的内容分发方式。这样，原先未被用户发现的大量腰尾部内容，就可以被推荐给适合的用户，实现了更多内容的曝光。

标签是描述内容本身的特征，是附属于内容的元数据，它可以被结构化，被计算出对应的权重分值。
内容对应的标签是有轻重程度之分的。因此不同的内容，除了带不同的标签容易区分外，带相同的标签，也能通过标签权重分值区分出内容特征的轻重程度。

最简单的算法模型思路是：
步骤1：通过运营手段或自动规则，生成内容特征向量（Tag1，Tag2，Tag3）=（分值1,分值2,分值3）
步骤2：通过用户行为数据，生成用户偏好向量（Tag1，Tag2，Tag3）=（分值1,分值2,分值3）
步骤3：计算相关度=余弦相似度=cos<内容特征，用户偏好>。两个向量的夹角越小，表示内容和用户偏好更相关
步骤4：由此生成每个用户不同的内容排序列表，实现了个性化推荐

总结
标签系统的目的是：有效将内容曝光至目标用户；
内容标签场景：新用户内容推荐、相关内容推荐和个性化内容推荐；
标签使用流程：

1.若干关键词描述内容特征，作为标签；
2.新用户注册时选择标签；
3.将相关标签内容推荐给新用户；
4.基于标签进行相关内容推荐，标签形成裂变曝光路径；
5.分析用户行为数据（行为、所选标签），生成用户偏好向量；
6.生成内容特征向量；计算内容和用户相关度
7.生成每个用户不同的内容排序列表，实现个性化推荐。

---

完