目录
●推荐序
自序
引言
Part 01 关于内容推荐
走近内容推荐
推荐系统架构初探
YouTube和Netflix推荐架构参考
基于推荐架构的优化启示
推荐的起点:断物识人
断物
识人
推荐算法:物以类聚,人以群分
物以类聚:基于内容属性的相似性推荐
人以群分:基于用户行为的协同过滤
从算法到应用
场景划分
推荐系统评估指标
连接内容与人
冷启动
兴趣探索
自媒体与平台
常见的推荐问题
推荐重复
推荐密集
易反感内容
时空限定内容
带着偏见看推荐
信息茧房
推荐会导致Low?
编辑、算法与社交,三分天下?
面对推荐系统
人机大战:效率与目标之争
数据分析驱动产品迭代
个性化的好与好的个性化
Part 02 关于自媒体
好内容为什么没人看
自媒体的数据分析
他山之石:BuzzFeed简介
内容阅读分析
粉丝增长分析
自媒体运营
内容快销:标题党的二三事
推荐平台优化:从SEO到REO
粉丝运营:新时代的新问题
全平台运营:从小作坊到MCN
自媒体变现
变现入门:平台分成
广告变现:品牌的溢价
自营电商:隔行如隔山
内容付费
缘何付费,规模几何
内容付费平台展望
内容介绍
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,在闫泽华著的《内容算法(把内容变成价值的效率系统)(精)》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优选化传播以及自媒体数据......