首页新闻动态正文

内容产品热度分发设计逻辑介绍[产品经理培训]

更新时间:2020-01-17 来源:黑马程序员 浏览量:

热度分发

内容产品的一个优势,就是用户会产生海量的内容。但是UGC内容存在质量参差不齐,上下限差距明显的情况。对于产品发展而言,需要从这海量的内容中筛选出较为优质的内容,集中向用户展现,满足用户对高质量内容消费的需求,从而提高用户的粘性和忠诚度。

那么,如何筛选出优质内容,并设计筛选的规则呢?

热度规则设计逻辑

首先,我们得定义何为优质,也就说,什么样的内容是优质的。对于内容而言,优质体现用户行为上,就意味着用户对内容有阅读、点赞、评论、收藏等行为。而这些行为维度,即可作为衡量内容的质量的标准。

其次,衡量内容质量,需要综合考虑多个用户行为维度,而不能是单一的维度。比如,一篇文章如果有很多用户点赞,可认为很多用户喜欢,这篇文章算是优质内容;而另外一篇文章点赞的很少,但是有很多评论,说明这篇文章的观点不受用户赞成进而引发很多争议。但是,内容的优质应该是用户行为而不是立场的体现,点赞多的和评论多的都应该算是优质内容。

然后,为了综合考虑多个用户维度,需要定义一个通用的、可量化的热度值,并以此多为分发依据。

1579240940283_产品经理.jpg


分发规则设计逻辑

制定热度分发规则需要考虑到一个时间因素,避免出现“好的永远好、差的永远差”局面。

举个例子,对于一篇文章,如果一开始它的热度很高,它就会获得更高的分发量,根据漏斗模型,它后续获得的阅读、点赞、评论等用户行为也会更高,从而进入一个良性循环,热度越来越高。而对于那些一开始热度很低的文章,获得的分发很少,用户行为也会很少,热度就会一直很低,进入一个恶性循环。如果出现这种局面,从用户的视角来看,他每次都会看到的内容都差不多,永远是那些热度高的,从而导致用户新鲜感下降,不利于用户活跃度,也会打击低热度内容生产者的积极性。

规则案例

下面,我们通过一个模拟场景来设计一套热度分发规则。

场景:一个内容社区,有文章和视频两种内容,文章和视频都可以被点赞、评论、分享和收藏。社区有一个热门内容推荐列表,给这个列表制定一个分发规则。

热度规则:通过点赞、评论、分享和收藏这4个维度来作为热度值计算依据。定义内容热度值S=点赞数量*1+评论数量*2+分享数量*2+收藏数*2。

分发规则:

规则1.筛选24小时内发布的的全部内容

规则2.筛选24小时至72小时前发布的S>=30的全部内容

1.将满足规则1的内容按照发布时间由近至远排列,满足规则2的内容分别按照分值从高到底排列。分页推送,每页8条,满足规则1和规则2的内容各4条,按照发布时间由近至远排列;如果满足某个规则的内容数量不足4条,则由其他内容填充满8条,上滑翻页

2.下拉刷新,推送本次刷新与上次刷新之间产生的满足规则1和规则2的内容,根据分值从高到低排列,每次刷新最多推送8条,不足8条则推送实际数量

在这个分发规则下,即综合考虑了多个用户行为维度,也避免出现高热度文章永远在顶部而低热度文章(比如刚发布的)得不到推荐的机会。

小结

除了内容产品,热度推挤也适合其他业务场景,比如电商。有兴趣的同学可以尝试设计一套电商热销商品的推荐规则。

1577370495235_学IT就到黑马程序员.gif



猜你喜欢:
产品经理培训课程

什么是用户画像?用户画像推荐原理介绍


分享到:
在线咨询 我要报名
和我们在线交谈!