如何設計產品的個性化推薦的規(guī)則？[產品經理培訓]

標簽庫

個性化推薦的基礎是用戶畫像，而用戶畫像就是將用戶標簽化，用一個個標簽去描述用戶處用戶的特征、喜好、行為習慣等信息。為了數(shù)據(jù)標準化和規(guī)范化，我們需要在后臺建立一個標簽庫，通過對標簽庫的維護，來滿足用戶畫像的需求，并作為數(shù)據(jù)分析的依據(jù)。

所謂標簽庫，也就是標簽的集合，講標簽組織化和結構化。在產品設計上，標簽庫就是一個標簽的列表，并支持增刪查改等基礎的維護。

如果產品內容類型很豐富，那么標簽的數(shù)量也會特別龐大。為了便于維護，也便于數(shù)據(jù)分析，最好能對標簽進行分類管理，比如建立一個二級類目管理機制。

一級分類

二級分類

內容標簽化

通過對用戶貼標簽來了解用戶的喜好是個性化推薦的基礎，但是給用戶貼標簽的依據(jù)是什么呢?那就是用戶跟內容的互動。用戶閱讀了一篇文章、看了一部視頻、回答了一個問題，都是用來給用戶貼表情呢依據(jù)。那么我們就得首先知道，這些文章視頻內容屬于什么標簽，也就是將內容標簽化。

如何將內容標簽化呢?對于不同形態(tài)的內容，方法是不一樣的。

對于文本內容，一般是通過關鍵字匹配。這里，標簽庫就要發(fā)揮作用了。通過技術手段識別文本中的關鍵字，如果與標簽庫中的標簽匹配上，即可作為該內容的標簽。

如果是音頻內容，標簽的識別可能就得依靠人工手段了，畢竟靠技術識別的難度太大。通過在后臺給內容手動打標簽，將音視頻等內容標簽化。

用戶標簽化

當用戶與內容產生互動，比如閱讀、點贊、收藏等行為，那么首先，我們就得統(tǒng)計用戶的行為。如何統(tǒng)計呢?

首先，梳理用戶與內容能產生的所有行為;然后，梳理這些行為能產生的所有字段信息;最后，在后臺講這些行為數(shù)據(jù)表格化。

當用戶與內容產生互動，即可認為這條內容的標簽頁屬于用戶的標簽。為了畫像更為精準，我們給用戶的標簽賦予一個權重的概念。用戶的行為不同，該標簽的權重值不同，比如僅僅是閱讀的情況下，標簽的權重+1，如果是點贊，則標簽的權重值+2。通過一次次行為的積累，最終講得到用戶的標簽權重表，而這張表，就是用戶的畫像。

不過，給用戶標簽賦值要考慮到多種因素，比如時間效應。用戶興趣會隨著時間而衰減，因此減少對應的分值。還要考慮到熱門內容的干擾，比如某個明星離婚的消息。用戶看此類消息可能僅僅是一時的好奇，并不代表對此類標簽(八卦、明星)的內容感興趣，因此這類行為的權重值要降低。

個性化推薦規(guī)則

將用戶和內容標簽化之后，要實現(xiàn)個性化推薦，還需要最后一步：制定個性化推薦規(guī)則。所謂個性化推薦，就是根據(jù)用戶畫像，給用戶做精準推薦。這里，我們舉一個例子：

規(guī)則1. 選擇匹配該用戶標簽權重值排前5的相關內容

規(guī)則2. 篩選滿足規(guī)則1的且是最近48小時內發(fā)布的內容

1. 分頁推送，每頁8條，按照點贊數(shù)從多到少排列，上滑翻頁

2. 下拉刷新，推送本次刷新與上次刷新之間產生的滿足規(guī)則1和規(guī)則2的內容，根據(jù)分值從高到低排列，每次刷新最多推送8條，不足8條則推送實際數(shù)量

3. 已推薦過的內容則不再推薦

以上是一個比較簡單的推薦規(guī)則，重點是要通過這個規(guī)則體現(xiàn)個性化推薦的應用思路，讀者可以根據(jù)自身產品的實際需要制定更詳細的規(guī)則。

小結

除了內容產品，很多業(yè)務場景都適合個性化推薦，比如電商的猜你喜歡，感興趣的讀者可以自己設計一套電商業(yè)務的個性化推薦體系。

猜你喜歡：

大數(shù)據(jù)時代精準推薦系統(tǒng)的關鍵技術

視頻推薦精準度怎么測試?
產品經理4.0課程