Modelo de recomendación de productos de contenido: distribución social y distribución de algoritmos

En la era actual de explosión de la información, la velocidad de actualización e iteración de la información supera con creces la velocidad con la que las personas la reciben. Aceptar de manera efectiva la información que necesita y la información que es valiosa para usted se ha convertido en un problema que debe superarse en las aplicaciones de productos modernos.

No es exacto decir que ha sido conquistado. Ya existen en el mercado muchas aplicaciones de software que se han convertido en plantillas para industrias en determinados campos, como: Moubao, Mouyin, Mouhu, etc.

El método de procesamiento es realmente muy simple: distribución de contenido: conectar la relación entre el contenido y los consumidores de contenido. Filtre información valiosa, recomiende la información adecuada a las personas adecuadas y conecte de manera eficiente a las personas y la información.

En pocas palabras: recomendar contenido que les guste o les interese a los usuarios, y reducir el tiempo y el costo operativo para que los usuarios reciban información.

Actualmente, los productos de contenido se basan principalmente en cuatro modelos de distribución de contenido: distribución social, distribución de algoritmos, búsqueda y recomendación editorial.

Distribución social:

La distribución social es un método de recomendación de contenido dirigido por humanos. A través del contenido compartido por bloggers, influencers o amigos de tu entorno, el sistema recomienda información relacionada con ellos.

Por ejemplo, el círculo de amigos de WeChat: puede ver las últimas actualizaciones de sus amigos a través del círculo de amigos e indirectamente comprender su vida diaria o las actualizaciones publicadas por Weibo Vs, puede obtener información sobre ellas; tendencias en un determinado campo o sus recomendaciones de personas que te gustan. Es decir, en quién te concentras determina lo que puedes ver.

Esto probablemente tenga tres beneficios:

Cuando los usuarios continúan activos en productos de contenido, confiar en el contenido para atraer nuevos usuarios es una forma de atraer tráfico al producto en sí.

Por supuesto, existen ciertas desventajas: la calidad del contenido en sí es constante y solo puede intervenir aguas arriba del contenido (es decir, los creadores que crearon el contenido), y la información que vemos El contenido de los productos se basa en Distribuir a través de cadenas de relaciones, es decir, si tus amigos comparten contenido de menor calidad, tú también recibirás contenido de menor calidad. Si aún no puedes entenderlo simplemente diciendo esto, pongamos un ejemplo:

No sé si alguien ha visto noticias así en el avatar de hoy, hablando del contenido de "Pareja de ancianos y jóvenes". Esposa”, pero en realidad la gente simplemente comparte su vida diaria en Xiaohongshu, pero sus fotos son robadas y utilizadas para atraer usuarios con títulos llamativos. Todo el mundo sabe lo rápido que se propaga Internet. Si puede obtener noticias similares, puede desconfiar de si los blogueros que sigue son blogueros que crean/difunden contenido de alta calidad.

Estos ejemplos pueden brindarle una comprensión preliminar del contenido de baja calidad. A los ojos del editor, siempre que no le resulte útil y no amplíe sus propios conocimientos, se considera contenido no válido (solo representa mi opinión personal).

Las desventajas de la distribución social pueden ser que puede limitar su círculo social y recomendar algún contenido que fortalezca su personalidad, en lugar de simplemente recomendar contenido que pueda interesarle desde una perspectiva de contenido. Con el tiempo, puedes pensar que el "mundo" que conoces es el "mundo entero" y seguir ciegamente a la manada.

Por supuesto, esto no significa que la distribución social no sea buena. El núcleo de la distribución social es la interacción social en sí, de hecho, se complementa con contenido y fortalece la cadena de relaciones sociales. Los productos de distribución social comunes incluyen WeChat, Weibo, soul, etc.

Debido a esto, se derivó otro modelo de distribución: la distribución de cálculo.

Distribución algorítmica:

La distribución algorítmica es diferente del modelo de distribución social. La distribución algorítmica está dirigida por una máquina y permite que la máquina estudie el contenido que le gusta. Los más comunes son los productos de vídeos cortos. Por ejemplo, aplicaciones de vídeos cortos como Douyin y Kuaishou.

Creo que la mayor ventaja de la distribución de algoritmos es que acorta el tiempo para que los usuarios obtengan información y el contenido de la información se le recomendará automáticamente. Recomendarle contenido similar según el contenido que ha visto durante mucho tiempo. La recomendación de algoritmos generalmente se divide en cinco tipos:

Recomendación basada en contenido: debe ser fácil de entender. Por ejemplo, si ve videos divertidos con frecuencia cuando busca videos, el sistema continuará recomendando videos divertidos. Debido a que el tiempo promedio que permanece en este tipo de video es el más largo, el programa del sistema cree que le gusta este tipo de video y continuará recomendándole este tipo de video.

Recomendación coordinada: por ejemplo, si eres fanático de Marvel, el sistema descubre que a las personas a las que les gusta Marvel también les gustará Superman. El sistema intentará recomendar vídeos relacionados con Superman.

Es decir, puede que al principio no te interesen los vídeos de Superman o nunca hayas visto vídeos relacionados con Superman, pero el sistema detecta que a la mayoría de usuarios a los que les gusta Marvel también les gusta Superman, por lo que intentará recomendártelo.

Recomendaciones ampliadas: si sueles ver vídeos sobre recorridos gastronómicos, el sistema intentará recomendarte vídeos sobre preparación de alimentos, consejos alimentarios, métodos de alimentación ocultos en tiendas de famosos, etc.

Porque todos pertenecen a la categoría de alimentos, pero se diferencian en el sentido de la subdivisión.

Nueva recomendación importante: ¡Esto debería ser fácil de entender por el nombre! El software acaba de ingresar a su círculo y aún no ha obtenido ninguna información sobre usted. No sabe qué le interesa o qué le gusta, pero aún lo ignora. Pero el sistema sabe qué contenido es el más reciente y qué contenido es popular entre el público, por lo que el sistema le recomendará dicho contenido y, cuando seleccione el contenido que le interesa ver, el sistema ya estará aprendiendo constantemente sobre el contenido que desea. como. Este tipo de método de recomendación es adecuado para el arranque en frío del proyecto.

Recomendación de entorno: Debería ser habitual ver vídeos cortos, ¿no? Hay un botón de ciudad en la barra de navegación inferior de Douyin para ver videos cortos en tu ciudad. Cuando juegas en tu teléfono antes de acostarte, a menudo ves contenido de comida. ¿Te resulta extraño que no puedas verlo durante el día, pero puedes ver mucho antes de acostarte por la noche?

Este tipo de recomendación ambiental recomienda información relevante en función de la ubicación y el momento del usuario.

La distribución social todavía tiene un cierto retraso, mientras que la distribución algorítmica es más en tiempo real. Por ejemplo, para la información de noticias, solo sabrás cuándo los usuarios a los que sigues publican el contenido. en esta dirección te será empujado si la sigues.

Hasta ahora, ¿crees que la distribución del algoritmo es buena? ¿Sin defectos?

Conduce al efecto capullo de información, lo que facilita que los usuarios caigan en una visión estrecha del mundo. Lo que a los usuarios les gusta, eso se producirá.

Por ejemplo, si ves a menudo vídeos sobre cómo preparar comida mientras navegas por Douyin y el programa detecta que permaneces en vídeos relacionados con comida durante mucho tiempo, asumirá que estás interesado en dichos vídeos. Más adelante, continuaremos enviándote videos de comida, pero al principio es posible que solo quieras saber qué tipo de comida preparó el blogger.

Además, el coste del control de contenidos está aumentando. El algoritmo solo puede distribuir contenido que interesa a los usuarios, pero no puede controlar la calidad del contenido, por lo que requiere mucha mano de obra y tiempo para revisar el contenido en sí.

Según la afirmación anterior, todo el mundo debería poder descubrir para qué tipo de productos es adecuada la distribución de algoritmos, ¿verdad?

Los productos de alta rotación con un gran volumen de producción de contenido, una producción de contenido relativamente simple y un consumo de contenido breve y rápido son más adecuados, como los productos de información de noticias y los productos de videos cortos. Las recomendaciones algorítmicas basadas en los intereses del usuario lo determinan. Estos productos son más adecuados para que los usuarios los consuman varias veces para matar el tiempo.