2.2.2　推薦系統(tǒng)的發(fā)展

推薦系統(tǒng)不是提前定義游戲規(guī)則，而是在觀察用戶行為的過程中，不斷調(diào)整和確立自身的獨特價值。下面分別從電商平臺、內(nèi)容平臺介紹推薦系統(tǒng)的發(fā)展路徑。

1．電商平臺

通過收集和理解用戶興趣等信息，整合商品以及內(nèi)容等各類數(shù)據(jù)，應(yīng)用個性化算法，解決海量信息下用戶信息獲取的問題，為用戶提供在線實時的、高性能的服務(wù)，達成讓用戶逛起來的目標。電商平臺的發(fā)展路徑一般如下。

V1.0版：PC端的“猜你喜歡”推薦欄位。

V2.0版：App端的“猜你喜歡”推薦欄位。

V3.0版：首頁、購物車、商品詳情頁等黃金流程頁面的“猜你喜歡”推薦欄位。

V4.0版：各個頻道頁的推薦欄位。

V5.0版：頻道各個坑位的“千人千面”展示，比如Icon、Banner等。

2．內(nèi)容平臺

大數(shù)據(jù)下的信息流產(chǎn)品特點包括：①公共性，內(nèi)容面向每一個用戶（微信除外）；②實時性，隨時隨地發(fā)布內(nèi)容；③社交性，互動參與；④聚合性，聚集各類內(nèi)容；⑤擴散性，大范圍的病毒式傳播。

用戶關(guān)注量不斷提升，信息流可分發(fā)物料的規(guī)模也不斷提升，用戶既可能遇到喜歡的內(nèi)容，也可能遇到不喜歡的內(nèi)容。通過信息分發(fā)策略優(yōu)化，不斷提升用戶對信息的消費效率，進而實現(xiàn)精細化、個性化分發(fā)。信息流產(chǎn)品發(fā)展的一般路徑如圖2-4所示。

圖2-4　信息流產(chǎn)品發(fā)展的一般路徑

早些年，在推薦系統(tǒng)誕生時，內(nèi)容量還沒出現(xiàn)爆發(fā)式的增長。內(nèi)容平臺的推薦系統(tǒng)更多是推薦用戶關(guān)注的博主所生產(chǎn)的內(nèi)容，用戶活躍度以及內(nèi)容生產(chǎn)量并沒達到大數(shù)據(jù)的水平，基于時間序排序的推薦可滿足用戶的訴求。也就是說，當(dāng)用戶訪問平臺時，將用戶關(guān)注的所有博主發(fā)布的內(nèi)容按時間倒序推薦給用戶。

隨著互聯(lián)網(wǎng)大數(shù)據(jù)的發(fā)展，用戶活躍度的提升，內(nèi)容生產(chǎn)量呈現(xiàn)爆發(fā)式增長，在按照時間倒序排序的基礎(chǔ)上，仍然會有大量的內(nèi)容不能被用戶第一時間看見，于是便出現(xiàn)了將未讀內(nèi)容前置的邏輯。當(dāng)用戶刷新頁面的時候，針對第一刷和第二刷之間生產(chǎn)的內(nèi)容，系統(tǒng)會將用戶未讀的部分優(yōu)先曝光給用戶，保證未讀的內(nèi)容會被快速發(fā)現(xiàn)并促進用戶消費。

當(dāng)前內(nèi)容平臺的推薦策略是輸出已讀池和未讀池的策略，這種策略徹底打破了時間順序的限制，將信息流按照已讀和未讀進行區(qū)分，形成不同的策略池獨立做內(nèi)容分發(fā)，優(yōu)先分發(fā)未讀內(nèi)容池中的內(nèi)容。在已讀內(nèi)容池和未讀內(nèi)容池中的內(nèi)容被分發(fā)的過程中，系統(tǒng)會考慮用戶的綜合興趣偏好進行點擊預(yù)估排序。

因為微信的訂閱號也是以此方式輸出的排序邏輯，所以當(dāng)你點擊打開公眾號的訂閱號信息列表時，就不難發(fā)現(xiàn)以前按照時間倒序排序的內(nèi)容，現(xiàn)在突然“穿越”了，時間似乎是錯亂的。