很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
前言：4600字長文總結(jié)，用大白話講講運營人不得不知道的那些基本算法原理
本文大綱：
一、背景
二、算法推薦系統(tǒng)的兩個核心
（一）內(nèi)容標簽
（二）用戶標簽
三、如何衡量推薦系統(tǒng)的好壞
四、總結(jié)
關(guān)鍵詞：內(nèi)容標簽（語義標簽、實體標簽），用戶標簽，算法原理，運營策略
在紙媒時代，消費者對于信息和內(nèi)容的獲取處于十分被動且匱乏的狀態(tài)。
一張報紙、一份雜志，雖然“千人一面”，但許多人仍然愛不釋手，看了又看。
隨著互聯(lián)網(wǎng)時代（特別是移動互聯(lián)網(wǎng)）的到來，信息如同《三體》里“技術(shù)爆炸”的概念一般，呈現(xiàn)出“信息爆炸”的狀態(tài)。
每天以EB為單位的信息量誕生在互聯(lián)網(wǎng)的每個角落，預計2025年全球每天產(chǎn)生的數(shù)據(jù)量將達到491EB。（1 EB=1024 PB=1048576 TB）
在這種情況下，消費者對于信息的獲取變得更加的主動且豐富。
但豐富并不意味著有效。
紙媒時代尚且有專業(yè)的編輯對內(nèi)容進行篩選、排版后“分發(fā)”給消費者。
但對于互聯(lián)網(wǎng)產(chǎn)品來說，即使內(nèi)容再豐富，用戶如果不感興趣也是無效內(nèi)容。
要知道“效率”是商業(yè)社會的本質(zhì)之一。低效意味著隨時有可能落后或被淘汰。
為了解決這一問題， 淘寶最早再在2013年提出“千人千面”的概念。
依托淘寶網(wǎng)十年發(fā)展積累下來的龐大數(shù)據(jù)庫，從細分類目中抓取那些與買家興趣相匹配的商品，進行優(yōu)先展現(xiàn)。
而每個在淘寶網(wǎng)上購買或是瀏覽過商品的消費者，都會被平臺打上標簽，比如年齡、地域、客單價、收藏偏好等。標簽的不同，在千人千面模式下用戶所看到的產(chǎn)品就會有所差異。
更有效率的內(nèi)容分發(fā)方式，因此由野蠻生長進入到精細化運營的時代。
到了以“算法驅(qū)動”為核心的張一鳴手里，今日頭條、抖音等產(chǎn)品更是在“算法驅(qū)動”理念下飼養(yǎng)出來的洪水猛獸。
而如今，算法分發(fā)已經(jīng)幾乎是所有搜索引擎、瀏覽器、資訊軟件、內(nèi)容社區(qū)、社交軟件等產(chǎn)品的標配。
作為一名運營人，即使不用動手去寫編程算法，但了解相關(guān)算法知識、懂得相關(guān)推薦機制背后的原理，則是成長進階路上不得不點亮的技能點之一。
如阿里內(nèi)容運營專家社招崗位里，便要求能夠聯(lián)動內(nèi)容生產(chǎn)、算法上下游去做相應的策略執(zhí)行：
而運營專家這個級別基本都是P7起步，年薪50W往上：
因此你還好意思說自己不需要懂點算法推薦原理嗎？
算法原理本質(zhì)上用一句大白話就可以解釋：讓喜歡看妹子的用戶看到含有妹子的內(nèi)容。
但在現(xiàn)實環(huán)境中，放眼互聯(lián)網(wǎng)，能把這句話做好的公司其實沒幾個。
許多人或許會有這樣的體驗：在不同的場景下（在家、地鐵、公司）、不同的時間點（早上、中午、晚上），即使是同類型的內(nèi)容（如電影），實際上所接收到的內(nèi)容也略有差別。
例如白天大多會收到比較幽默的內(nèi)容，而到了晚上則會收到略帶懸疑的影視剪輯片段等；
而無論是什么時候打開抖音，都能讓用戶沉浸其中，似乎感覺不到時間的流逝，往往一下子能過去一兩個小時。
你會發(fā)現(xiàn)抖音似乎很懂你，因為給你推送的內(nèi)容全都是你喜歡看的。
拋開抖音的產(chǎn)品設(shè)計、沉浸式消費體驗、短平快的內(nèi)容節(jié)奏等，這其中還便涉及到算法推薦機制和運營策略等因素。
1、給標簽定義難
2、給內(nèi)容打標也難
在給一篇內(nèi)容打上標簽之前，首先需要做的是給標簽做定義。
即講清楚什么是蘋果，而不是把蘋果叫成梨。
一篇內(nèi)容通常包括一級分類、二級分類、三級分類、標簽幾個層次。
如動漫>日漫>火影忍者>鳴人 ，對于這些具有普遍性認知的分類跟標簽來說，還比較好下定義。
但是對于搞笑、美女這樣的標簽，通常因人而異，因為每個人的笑點不同、審美不同。
到底什么內(nèi)容才算好笑、多好看才算美女？
蘿卜青菜各有所愛，打標還沒開始，就先卡在定義上面。
這里其實就涉及到兩個概念：實體標簽跟語義標簽
1、實體標簽：廣州就是廣州、上海就是上海；馬云就是馬云，淘寶就是淘寶。
他們都是確定的實體，通常在不同人那里不會產(chǎn)生太大的歧義。
2、語義標簽：如沙雕、美女、奇葩等詞，并沒有確定的指定對象，在不同人那里會有不同的認知。
因此打標難點通常出現(xiàn)在語義標簽的定義上面。
語義標簽的推薦效果是檢驗一個公司NLP（自然語言處理）技術(shù)水平的試金石。
根據(jù)不同公司業(yè)務(wù)能力或業(yè)務(wù)需求的不同，對標簽顆粒度的要求也不同。
比如有的公司拆分到火影忍者就不往下拆了，直接把這個詞當作最小顆粒度的標簽；
所有涉及到這部動漫的內(nèi)容都可以打上這個“火影忍者”標簽，但是難免有種一刀切的感覺，對后續(xù)的運營工作也有影響。
比如有的用戶想看、或者想搜索“鳴人”，結(jié)果推送的、搜索出來的全都是“火影忍者”里面的其他人；
而有的公司則繼續(xù)往下拆：火影忍者>鳴人、佐助、小櫻等實體標簽。
因此可以看得出：標簽顆粒度越細，推薦的內(nèi)容越精準，同時所需要投入的資源更大。
OK，即使把整個公司的打標團隊拉到一個會議室里面，大家通過統(tǒng)一培訓、講解，一個月后大家終于對什么是沙雕、什么算美女有了一個統(tǒng)一的認知，審美逐漸相同。
那么打標就可以順利開展了嗎？NO！
讓我們先喝口水緩一緩，然后再往下繼續(xù)聊。
1、用戶口味就像個難哄的女朋友
比內(nèi)容標簽難度更大的便是用戶標簽，因為火影忍者就是火影忍者，一旦打上這個內(nèi)容標簽，它就不會變成海賊王。
內(nèi)容標簽尚且可以通過人工打標+機器訓練的方式進行。
但用戶不一樣，可能這個月他喜歡看火影忍者，算法推薦機制也給他匹配了相關(guān)的內(nèi)容；
但是下個月他可能因為朋友同事的推薦開始看海賊王了，如果算法還沒反應過來，繼續(xù)給他推送火影忍者的相關(guān)內(nèi)容，此時這些內(nèi)容對他來說便是無效內(nèi)容，從而影響了內(nèi)容的分發(fā)效率。
好比胡蘿卜一直是胡蘿卜，但是用戶的口味卻一直在變化。今天想喝湯，明天想吃肉。
這里其實涉及到<推薦窄化>的問題，算法機制越差的產(chǎn)品，其推薦的內(nèi)容越容易出現(xiàn)窄化；
如不小心點擊了幾篇文章，算法便默認你喜歡這一類內(nèi)容，此后便一直推送相關(guān)信息，無法做到根據(jù)用戶的口味變化進行靈活更迭。
盡管在這個時代，無論使用哪一款內(nèi)容產(chǎn)品，都不可避免的會出現(xiàn)“信息繭房”的現(xiàn)象，但成熟的NLP技術(shù)與初級之間，實際的產(chǎn)品體驗效果仍是天差地別。
2、掌握用戶的基本信息
在做用戶標簽之前，需要先掌握跟用戶相關(guān)的信息，通常包括性別、年齡、地點、興趣偏好等；
（1）性別有助于分發(fā)性別屬性較明顯的內(nèi)容：如給男生推送體育、給女生推送美容護膚；
（2）年齡也同理：給年輕人推送動漫、游戲等內(nèi)容，給老年人推送養(yǎng)生、保健信息等；
（3）地點則用于推送與區(qū)域熱點相關(guān)的信息：如給上海用戶推送上海突發(fā)新聞；北京限行對于廣州用戶似乎沒有多大影響。
以上三者通?？梢酝ㄟ^用戶自動填寫、授權(quán)訪問位置信息的方式獲取，且不會有太大的變動。
而對于用戶興趣偏好，如上所說，則是做用戶標簽的難點所在。
獲取用戶興趣偏好采用的方式是根據(jù)用戶消費過的內(nèi)容匹配相應的標簽，通常采取以下幾種方式進行定位：
（1）過濾噪聲：如用戶被標題黨內(nèi)容吸引進去，但是停留時間過段，則說明用戶對該內(nèi)容所綁定的標簽不感興趣。以此來過濾標題黨。
（2）熱點降權(quán)：對一些社會熱點、突發(fā)新聞（如某明星出軌），雖然短時間內(nèi)用戶瀏覽了相關(guān)信息，但并不能說明該用戶一定對“娛樂”內(nèi)容特別感興趣，需要對該用戶的“娛樂”興趣偏好進行降權(quán)處理；
（3）時間衰減：如上所說，用戶的興趣會發(fā)生偏移，因此推送策略需要更偏向于新的用戶行為。
（4）懲罰展現(xiàn)：如果一篇推薦給用戶的文章沒有被點擊，則該內(nèi)容的相關(guān)特征（如內(nèi)容分類、標簽）權(quán)重會被降低。
例如新注冊用戶（女，28歲，上海）在刷抖音時，會采用A-A、A-B的方式進行測試。
首先連續(xù)推送兩條影視剪輯內(nèi)容（A-A），用戶都完整觀看并有點贊、評論等操作；
其次推送影視剪輯后推送母嬰內(nèi)容（A-B），用戶只觀看了影視剪輯內(nèi)容，卻劃走了母嬰內(nèi)容；
那么則說明用戶對“影視剪輯”這一內(nèi)容的興趣偏好度較高，對“母嬰”標簽內(nèi)容興趣偏好較低。
3、不同內(nèi)容類型的推薦權(quán)重
我們都知道對于綜合型平臺而言，內(nèi)容通常不止一種類型，如今日頭條便包含了長圖文、小視頻、短視頻、問答、微頭條等幾種不同形態(tài)的內(nèi)容。
即使是同一個標簽，如“美女”，不同內(nèi)容類型的推薦權(quán)重是否一樣？還是給經(jīng)常看小視頻的用戶優(yōu)先推送相關(guān)內(nèi)容？這也是算法推薦機制需要考慮的問題。
而不同產(chǎn)品形態(tài)對于內(nèi)容類型的推薦權(quán)重也不同。如B站首頁對于短視頻的推薦權(quán)重通常高于小視頻的推薦權(quán)重。
內(nèi)容推薦的準不準，通?？梢灾苯訌臄?shù)據(jù)上去分析。CTR（點擊率）、消費時長、點贊、評論、轉(zhuǎn)發(fā)數(shù)等“可量化指標”
如Y=F（X1,X2,X3），評論數(shù)的影響權(quán)重通常大于點贊權(quán)重，不同平臺由于產(chǎn)品差異對于參數(shù)的權(quán)重設(shè)置也有所不同；
而不同的用戶因其賬號“置信度”的差異，即使點贊了同一條內(nèi)容，對該內(nèi)容的影響權(quán)重也有差異：如知乎大V點贊跟普通賬號點贊是明顯不一樣的。
但有時數(shù)據(jù)也有缺陷。如對于低俗、標題黨、涉黃內(nèi)容，如果時間內(nèi)吸引了大量用戶點擊瀏覽，那么算法能判定其為好內(nèi)容，并加大推送量嗎？
答案顯然是否定的。
通常需要打壓降權(quán)的內(nèi)容主要有以下幾種：
（1）廣告、低質(zhì)搬運內(nèi)容打壓；
（2）涉黃、低俗惡心內(nèi)容打壓；
（3）標題黨、低質(zhì)賬號內(nèi)容降權(quán)等；
因此基社會責任感和政策法規(guī)等因素，則需要對該部分內(nèi)容進行打壓、降權(quán)，而對重點時事新聞進行置頂強插，如打開新聞APP都會看到置頂了習大大的相關(guān)文章。
而這些都是算法無法獨立完成的，需要運營配合進行，許多資訊平臺都會有專門的首頁運營小組對內(nèi)容進行人工干預。
許多APP日常通知欄PUSH的內(nèi)容也是采取算法+人工的方式進行推送的。
回到開頭所說：
要讓喜歡看妹子的用戶看到含有妹子的內(nèi)容。
這句如此簡單的話想要實現(xiàn)它，需要做到：
1、內(nèi)容標簽的準確定義、準確打標。因為不同的人對于同一個語義標簽會有不相同的認知；
2、用戶標簽的準確匹配。清楚用戶對于哪種“妹子”興趣偏好度更高：是長發(fā)妹子？還是短發(fā)妹子？是雙眼皮？還是單眼皮？南方人還是北方人等等顆粒度更細的拆分；
用戶標簽是建立在內(nèi)容標簽打的足夠準確的前提條件之上的，一步錯則步步錯。
如果內(nèi)容標簽無法準確判斷，那么基于內(nèi)容標簽建立起來的用戶標簽也是不可信的。
3、算法訓練：要想訓練機器能夠自動打標，通常一個“標簽”就需要訓練幾個星期的時間。
通常采用抓取標題關(guān)鍵詞的方式打上內(nèi)容標簽，但有時標題與文章或視頻里面所有表達的內(nèi)容其實有很大出入，因此打上的標簽很有可能是不準確的，需要人工進行復核，判斷其準確率。
4、內(nèi)容源供給：即使內(nèi)容標簽跟用戶標簽都打的準、算法訓練的也足夠牛X，那么內(nèi)容夠不夠？這又是一個靈魂拷問。
如許多用戶都喜歡看“長發(fā)、雙眼皮、南方妹子”的相關(guān)內(nèi)容，但是“內(nèi)容庫”里該類型的內(nèi)容并不多，推送了幾條之后便開始重復推送，用戶都看膩了。
這時運營策略上便需要配合算法做出相應的調(diào)整和內(nèi)容引入、擴充。
光看到上面這些就已經(jīng)讓人頭大了，然而還沒完：
（1）上游相應的內(nèi)容生產(chǎn)者是誰？
（2）需要生產(chǎn)多少內(nèi)容才能滿足供給？
（3）新增的內(nèi)容對于現(xiàn)有其他品類的內(nèi)容會有什么影響？
（4）不同等級的內(nèi)容創(chuàng)作者該如何分潤？
以及內(nèi)容從生產(chǎn)、入庫、審核、打標、分發(fā)各個環(huán)節(jié)折損情況如何優(yōu)化？
以上這些都是運營工作者在實際工作中需要不斷進行摸索與探究的問題。
-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導用戶；
2)內(nèi)容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內(nèi)容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)