内容算法：把内容变成价值的效率系统 读后感

作者：闫泽华

伴随着国民总时间概念的兴起，互联网巨头纷纷布局内容行业，以争夺用户时间。作为内容生产者主力的各类自媒体也如雨后春笋般涌现，在内容创作、内容变现等方面做得风生水起。与此同时，基于算法的内容推荐分发技术得到了越来越广泛的应用。今天，至少有4亿中国人通过算法获取内容，国内创作者群体半数以上流量来自内容推荐系统。通过算法实现的推荐技术基于用户历史数据和行为，推测用户意图，推荐合适的商品和内容给终端用户，显著提高了用户的点击率和留存率。随着用户的个性价值越来越被重视，内容推荐分发技术势必会得到更普遍的应用。内容行业资深从业者、今日头条前资深产品经理闫泽华，在《内容算法》一书中，通过大量生动的案例，图文并茂、深入浅出地分析了当下主流的推荐算法及其利弊，介绍了推荐分发系统相关的知识，同时对自媒体如何实现优质作品最大化传播以及自媒体数据分析、运营与变现等进行了深入解读，有内容、有深度、有态度，无难度。对于已经开始或希望从业于内容推荐领域的产品经理，或是期待从内容平台获得更多红利的媒体人，本书不容错过。

内容算法：把内容变成价值的效率系统在线阅读地址

内容算法：把内容变成价值的效率系统 读后感 第(1)篇

这本书适合入门了解推荐系统原理。

物以类聚，人以群分，即对内容进行标签覆盖、分类整理，再基于用户行为进行协同过滤推荐。

对内容而言，每一个用户既是消费者又是决策者。

推荐算法的原理主要是协同推荐，分为基于物品的协同、基于用户的协同和基于用户行为模型的协同，三者没有明显的优劣之分，需视产品属性和用户场景而定。

大型电商平台的用户数往往远大于商品数，且商品的更新频率相对较低，基于物品的协同效果更优；

但对新闻推荐系统、社交性推荐系统等而言，其物品是海量和频繁更新的，故而基于用户的协同更优。

推荐系统的冷启动方法

一个推荐系统的核心指标是有价值用户的长期留存，基于这点，冷启动主要做的就是证明内容对于用户的价值。

对内容而言：

先基于产品场景快速覆盖主要标签，再结合标签集合的使用频次、专家建议等因素逐步将部分入口收敛到树状的分类体系中。

内容供给和内容消费一定会是金字塔结构的，越基础层的内容越具有消费规模，需要根据产品定位不断测试做一个平衡。

对产品而言：

在展现层，需要探寻面向不同载体、不同人群更适合的表现形式。比如：对小视频应用来说，更适合突出创作者主体，以竖屏的方式展示；对新发布的内容而言，评论数和发布时间是可以忽略的，展示的重点就集中在标题、封面和作者信息上。

在消费层，冷启动阶段应尽量放大作者的权重，优先推荐给其粉丝和准粉丝群体，用以证明内容消费的价值；另一方面，也需要从作者层面着手，引导作者主动完善内容信息，阶梯性地优化有积累的服务者的利益。

“用时间换价值”：只要用户在产品中停留的时间足够长，就有机会通过各种中低频的方式来完善用户画像。

避免内容的重复和密集，不断探索用户的内容兴趣偏好、了解用户的观点偏好。