|
举荐算法工程师在平常的工作中会跟制品、运营直接接触、沟通。因此呢，举荐算法工程师认识有些制品、运营方面的知识针对做好本职工作，帮忙举荐制品更好地迭代是大有裨益的。这些知识虽然与举荐算法工程师的本质工作无直接的关系，但它们对构建一个好的、具备业务价值的工业级举荐系统是不可或缺的。对这些知识点的认识与掌握，亦有利于提高举荐算法工程师的全局观，对自己的职业发展亦是大有好处的。
这篇文案咱们会讲解举荐系统制品关联的知识点。详细来讲，咱们会从举荐制品简介、举荐制品形态介绍、举荐制品的应用场景、设计好的举荐制品的要点等4个方面进行讲述。期望读者学习完这篇文案后，对举荐系统制品形态有非常直观的认识，更加注重产品设计在举荐系统价值发挥中所起的巨大功效。
1、举荐制品简介
在讲解之前，咱们先给举荐系统制品下一个比较形式化的定义：所说举荐系统制品，便是软件制品(如手机中的各样APP)中基于算法或策略为用户供给标的物展示的制品模块，用户经过与制品交互从该模块中得到标的物的视觉展示，最后用户能够经过该模块更快地“消费”标的物，该模块在满足用户需求的同期提高用户体验、产生效果转化。
上面这个定义中有几点必须说明一下：首要，举荐制品是软件制品中的一个或多个子模块，每一个举荐模块便是一种举荐制品形态；其次，为用户展示标的物是经过算法或策略产生的，通常来讲，举荐算法是经过设备学习技术自动化地生成标的物列表，而不是人工编排的；再次，举荐制品是一个功能点，这个功能点必须经过与用户交互才可得到举荐列表，交互的过程是不是自然流畅，对用户体验和效果转化是有极重影响的；最后，举荐制品是有必定的商场目的的，目的是提高用户体验，形成效果转化(针对电商举荐，转化便是下单)。
举荐系统触及到两类实体：用户和标的物，举荐系统处理的便是信息匹配的问题，将标的物匹配给对该标的物感兴趣的用户，让用户能够看到它，从而“消费”它。匹配的准确度和即时性是非常关键的，这对举荐是不是能够实现商场目的极为关键。
2、举荐制品形态介绍
所说举荐制品形态指的是制品上能够直接被用户接触到的各样基于算法生成的功能模块，亦便是制品上的详细功能点，用户是能够直接看到、进行交互(如触屏交互)的功能模块。
看过作者以前文案的读者必定还记得，作者将平常的举荐系统归纳为5种范式：完全个性化范式、群组个性化范式、非个性化范式、标的物相关标的物范式、笛卡尔积范式(没看过作者以前的文案亦不碍事，下面会对这5种范式进行说明的)。这5种范式是按照个性化的程度(非个性化、群组个性化、完全个性化)及实体(人和标的物)的维度来归类的，基本涵盖了所有可能的举荐情形。这5类举荐范式，能够从3个维度来理解。一个是用户维度，一个是标的物维度，一个是用户与标的物交叉维度。从用户维度来看便是为用户举荐可能感兴趣的标的物。从标的物维度来看，便是用户在拜访标的物详情页(或退出标的物详情页)时，关联一组跟原标的物具备某种相关关系的标的物列表做为举荐。第3个维度是将用户维度和标的物维度组合起来，区别的用户拜访一样的标的物详情页展示的标的物列表亦不同样。
从这3个维度来描述举荐系统，更加接近用户的直观感受，更易理解。下面咱们分别从这3个维度来讲解举荐制品形态。 基于用户维度的举荐
基于用户维度的举荐能够按照个性化的粒度分为非个性化、群组个性化、完全个性化。这三种粒度对应非个性化范式、群组个性化范式、完全个性化范式。
非个性化是每一个用户看到的举荐标的物都完全同样，传统门户网站的编辑对内容的编排便是非个性化的方式，每一个用户看到的标的物都是同样的。针对各类网站或APP的排行榜的举荐形态便是非个性化的。下面图1是王毅云音乐的排行榜举荐，按照各个维度计算各类榜单。
图1：王毅云音乐排行榜
群组个性化便是将相同特征的用户聚合成一组，同一组用户在某些特征上具备类似性，咱们为这一组用户举荐完全同样的标的物。
精细化运营通常会采用该方式，经过用户画像系统圈定一批人(具备相同标签的一组用户)，并对这批人做统一的运营。例如视频行业的会员精细化运营，当会员快到期时，能够借助精细运营留住用户，详细做法是：将快到期的会员用户圈出来，针对这批用户做会员打折活动，促进用户产生新的购买，从而留住会员用户。
下面图2是电视猫电视剧频道”战争风云“tab的基于群组的个性化重排序。咱们将用户按照兴趣分组(聚类)，同一组内的用户看到的内容是同样的次序，区别组的用户的排序是不同样的。然则不管哪个用户其实看到的内容集合(战争风云tab的所有内容)是相同的，只不外按照用户的兴趣做了排序，把用户更爱好的内容排在了前面。重排序举荐便是限定标的物范围下的个性化排序，有点类似命题作文。
图2：电视猫基于群组的个性化重排序
针对天猫这类购物网站来讲，对未登录用户或冷起步用户，能够采用基于人群属性来做举荐。经过将用户根据性别、年龄段、收货城市等粗粒度的属性划分为若干人群，而后基于每类人群的行径数据挑选出该人群点击率最高的TopK个商品做为该人群感兴趣的商品举荐给她们。该办法亦是一种群组个性化冷起步策略。
完全个性化便是为每一个用户举荐的内容都不同样，是按照用户的行径及兴趣来为用户做举荐，是最主流的一种举荐形式。大都数时候咱们所说的举荐便是指这种形式的举荐。下面图3是桃保首页的猜你爱好举荐，这个举荐便是完全个性化的，每一个人举荐的都不同样。
图3：桃保首页的猜你爱好举荐，区别用户举荐的商品不同样
完全个性化亦能够基于用户的好友关系来做举荐。下面图4是微X上线的好物举荐，是基于社交关系的个性化举荐，将你的好友买过的商品举荐给你。
图4：微X基于社交关系的个性化好物举荐
从另一一个方向看，完全个性化举荐能够分为只基于用户个人行径的举荐和基于群体行径的举荐。基于个人行径的举荐，在构建举荐算法时只依赖个人的行径，不必须其他用户的行径，平常的基于内容举荐便是这类举荐算法。基于群体行径的举荐，除了利用自己的行径外，还依赖其他用户的行径来构建算法模型，这类举荐算法能够看成是全体用户行径的“协同进化“，像协同过滤、分解机、深度学习等举荐算法都是这类举荐形式。 基于标的物维度的举荐
基于标的物维度的举荐是用户在浏览标的物详情页时，或浏览后退出详情页时，相关一批类似或关联的标的物列表，对应咱们上面说到的标的物相关标的物范式。下面图5是电视猫APP节目详情页的类似影片，便是平常的一类标的物相关标的物的举荐模式。
图5：电视猫电影详情页的类似影片
除了视频网站外，电商、短视频等APP都海量运用基于标的物维度的举荐。下面图6分别是桃保APP和王毅资讯APP上的标的物相关标的物举荐。在桃保APP上当你点击某个衣服详情页后从该详情页退出，就会在该衣服照片下面用小图展示4个关联的衣服(下面左图红色圈圈部分)。王毅资讯视频模块当你点击播放一个视频超过几秒后(播放了几秒，认为用户对该视频有兴趣)就会在该视频下面展示一行关联视频(见下面右图红色圈圈部分)，倘若你始终播放，当该视频播完后会播放后面的类似视频，最后形成连播举荐的效果。这两款APP的类似举荐都是非常好的举荐形态，交互非常自然流畅，毫无违和感。
图6：桃保APP首页及王毅资讯首页上的标的物相关标的物举荐
这类举荐，区别用户对同一个标的物的相关举荐是不同样的，对应咱们上面说到的笛卡尔积范式。拿上面的图5来举例，倘若该举荐是用户与标的物笛卡尔积式的举荐的话，区别用户看到双重约会这个电影，下面的类似影片是不同样的，举荐系统可能会整合用户的兴趣特征，过滤掉用户已然看过的电影。针对搜索来讲，区别的人搜索同一个关键词得到的搜索结果及排序是区别的，搜索结果及排序整合了个人的历史行径特征及兴趣偏好。
这类举荐因为每一个用户在每一个标的物上的举荐列表都不同样，咱们没法事先将所有的组合算出并存下来(否则存储量是用户数 ✖️ 标的物数，针对互联网机构，这个数量是巨大的)，咱们必要在用户请求的过程中快速地为用户计算个性化的举荐列表，这对全部举荐系统的架构有更高的需求，因此在实质场景中用得比较少。
上面咱们从3个维度讲解了举荐制品形态。在实质业务中最重点的制品形态是相关举荐、个性化举荐。相关举荐便是上面说到的基于标的物维度的举荐，相关举荐之因此重要，是由于该举荐制品形态是一种用户触点多的制品形态，用户在制品上的任何有效行径最后都会进入详情页，该制品形态跟用户的接触面广，流量大。在电视猫中，相关举荐在所有举荐制品中所产生的播放占比接近50%，占了举荐系统的半壁江山。个性化举荐便是咱们上面说到的完全个性化举荐，为每一个用户都供给不同样的举荐，这类举荐通常能够安排到制品的首页，制品首页是流量最大的地区，是用户的必经之地。倘若举荐做得好，能够产生极重的商场价值。此刻桃保、京东、拼多多首页都已然个性化了，并且都做到了实时个性化举荐。
另一有些比较平常的、耳熟能详的举荐制品形态有：排行榜举荐、信息流举荐等。排行榜举荐便是上面说到的非个性化举荐。信息流举荐是完全个性化举荐，只不外是采用实时信息流的方式与用户进行交互的。随着头条、抖音、筷首的流行，信息流举荐越来越受到业界的注重，在制品中具备极重的商场价值。信息流举荐比较适合供给“快消”类标的物的制品，用户能够在碎片化时间中得到更好的运用体验。
日前业界有非常多的很好的举荐制品形态值得读者认识和学习，大众耳熟能详的便是今日头条这种下拉的信息流举荐。下面图7最左的截图是陌生人社交APP探探上的上下滑动的举荐制品形态，这种制品形态是一种用户体验很好的尝试，用户操作简单、直接，你爱好这个女的就右滑，不爱好就左滑。下图中间是桃保首页当用户查看耐克鞋详情页退出后在耐克鞋缩略图下面展示4个关联鞋子的举荐，下图最右边是王毅资讯当用户播放一个视频几秒钟后，在该视频下面给用户供给一组类似举荐，当该视频播放完会直接连播后面的类似视频。这两类类似举荐在前面亦说到了，它们便是非常好的标的物相关举荐制品形态，对用户无干扰，用户亦不必须进行繁杂的操作就能够得到举荐，举荐非常直观、自然，毫无违和感。
图7：探探上的上下滑动举荐形态、桃保首页退出举荐形态、王毅资讯连播举荐形态
上面只列举了几个设计得比较好的工业级举荐系统的制品形态，这些好的制品形态都值得读者借鉴。更加多好的举荐制品形态等待读者结合自己机构业务状况去探索、尝试。
3、举荐制品的应用场景
举荐系统是随着信息技术的发展而逐步产生而发展起来的，只要制品供给的标的物数量足够多，用户没法手动从所有标的物中筛选出自己感兴趣的，就具备了做个性化举荐的要求。因此呢适合做个性化举荐的软件制品是非常多的，下面这些制品都适合做个性化举荐。 电商网站：桃保，京东，亚马逊等视频：Netflix，优酷，抖音，筷首，电视猫等音乐：王毅云音乐，酷狗音乐等新闻类：今日头条，甜甜快保等生活服务类：美团，携程，脉脉等交友类：陌陌，珍惜网等区别行业的制品虽然说都能够供给第2节中的举荐制品形态，然则在详细落地时是不同样的，必须思虑到详细的制品功能和运用场景进行调节，即所说的场景化举荐：基于时间、地理位置、上下文等供给差异化的举荐。下面对几类有表率性的场景加以简单说明。 基于时间的场景
OTT(家庭互联网)行业，因为家庭中有多个成员，每一个成员活动的时间不同样(老年人平时都在家，青年的父母工作日要上班，而小孩白日要上学)，每一个人的兴趣需求亦不同样，因此呢给她们供给的举荐必须在区别时段具备差异性，满足家庭中每一个个体的需求。 基于地理位置的场景
聊天交友、旅游、生活服务行业按照用户所在地理位置的区别供给区别的举荐。例如美团外卖，给用户举荐的美食必定要在用户所在位置(或用户收货位置)周边的(美团是能够跨地域点外卖的，作者就这般做过)。 基于上下文场景
同一个用户在制品的区别位置、模块、周期供给不同样的举荐。电视猫在首页给用户供给的便是综合举荐，包含电影、电视剧、动漫、少儿、综艺、纪录片等6大类型的混合举荐。而在电影频道内部的个性化举荐就只举荐电影类型。
像电商制品，能够在用户购物链路的区别环节给用户供给不同样的举荐，比在浏览详情页、加入购物车后、退出购物车后、购买后、退货后等区别的场景供给不同样的举荐。读者能够结合自己所在行业来思考一下，自己机构制品的个性化举荐，有那些地区是跟其它行业不同样的。
从上面的介绍咱们能够晓得，举荐系统的应用场景是多样而广泛的，在某些状况下亦是非常繁杂的。在移动互联网时代，举荐系统在互联网机构中持有越来越重要的地位。能够毫不夸张地说，任何想供给海量信息的制品想要服务好用户，供给个性化举荐是必要的、乃至是最好的处理方法之一。
4、设计好的举荐制品的要点
在当前的移动互联网时代，流量红利已然枯竭，竞争进入红海周期，制品趋于同质化，想要在激烈的竞争中存活下来是非常困难的事情。任何制品想要留住用户，必要处理用户的痛点，制品要对用户有价值，举荐制品亦不例外。设计一个好的举荐制品形态不是一件容易的事情，必须深入思考，将举荐制品的功能融入到全部大的制品框架中，经过精细的举荐、良好的交互体验真正服务好用户。下面这些点是设计一个好的举荐制品形态必要要处理好的。 清晰的目的与定位
制品在区别时期有区别的目的，例如初期的制品以发展用户为主，成熟期的制品强调商场变现。举荐系统做为制品的功能点，是支撑全部制品目的的，因此呢在区别的时期亦有区别的目的和定位。举荐系统的目的除了用户体验指标，还有商场化指标。一旦目的知道，所有的优化都是朝着这个目的奋斗。 易于处理用户的痛点
在海量的信息下，用户能够快速方便地找到自己感兴趣的标的物必定是用户的最重要的诉求。这就需求举荐制品能够精细匹配用户的兴趣点，因此呢，在举荐算法的精细度上要有需求。让用户快速找到，这就需求用户的操作路径尽可能短，举荐系统要安置在用户容易触达到的地区，亦即用户的必经路径，通常来讲，首页、详情页便是非常好的安排举荐制品的位置。 良好的用户体验
举荐系统做为软件制品，用户体验是非常重要的。用户体验包含视觉体验、交互体验等。好的视觉体验能够让用户心情愉悦，让举荐系统与全部制品融为一体，好的视觉设计亦能够更好地帮忙用户理解举荐系统传达的价值。而好的交互体验让用户不消深入思考就能够晓得怎么跟举荐系统交互，交互过程亦更简单、方便、有效。举荐系统是一种web服务，必须从举荐接口性能等各个方面来思虑举荐服务的质量，举荐服务的质量直接决定了举荐交互体验是不是快捷、稳定。 形成迭代的闭环
软件制品在全部生命周期中是逐步迭代完善的，这是软件工程设计原则的哲学。举荐系统做为一种特殊的软件制品，亦是在迭代中逐步完善的。
举荐系统首要要有一个知道的目的，目的应该是能够量化的。有了量化的目的后，经过持续迭代优化举荐系统(包含算法的优化、UI交互的优化、视觉的优化等各类优化)，让指标朝着更好的方向提高。在迭代过程中，AB测试工具、日志埋点、效果可视化评定这些辅助工具能够让全部评定与迭代过程更加简单、可信、有效。
设计一个好的、有商场价值的举荐制品从来就不是一件容易的事情，上面这些点读者能够参考借鉴。区别的行业因为服务的对象、供给的 标的物都不相同，可能还有非常多必须尤其重视的地区，读者必须仔细琢磨，在实践中持续领悟和总结。
总结
这篇文案咱们简单介绍了什么是举荐制品，从用户、标的物、用户与标的物交叉等3个维度介绍了常用的举荐制品形态的案例及特点，并列举了工业界几个设计得比较好的举荐制品形态。同期，咱们介绍了举荐系统的主流应用场景及在区别场景下举荐制品必须思虑的各样场景化问题。最后，咱们提炼了4个设计好的举荐制品必须重视的关键点。
举荐制品形态是举荐系统中直接能够被用户触达的部分，是用户能够用眼睛直接看到的。举荐制品形态的设计是非常关键的，做为举荐算法工程师(或举荐制品经理)必定要在平常工作中多体验自己机构的举荐制品，亦必须多用用其它制品的举荐模块，从中吸收灵感、发掘问题，更好地理解举荐制品的设计原则和价值表现。举荐算法工程师必须将算法优化融合到全部举荐制品体系下，仅有这般，举荐系统才可更好地迭代完善，最后进化成一个贴合机构整体目的的、为用户供给良好体验的、有商场价值的举荐系统。
| 
发表于 2024-8-12 03:27:03
