今日头条这类 App，如何知道你喜欢看什么？| 灵感早读

APPSO · 公众号 · app · 2017-04-28 07:43

正文

好产品，或许你已见得不少。但好产品背后的探索和思考，恐怕没有太多人知道。

在这个栏目里，你会知道「产品人」如何创作，提供更好的用户体验，并影响成千上万人的生活。

我们精选优质内容，为你提供特别的产品视角。如果你有好文推荐，或者希望投稿，欢迎联系 [email protected]。

微信号 appsolution 后台回复「早读」可获取文章合辑。

这是灵感早读的第 67 篇文章

A 君导读 ：现在有很多像今日头条、轻芒阅读这样为你个性推荐资讯的 app，为什么同样是个性推荐，它们却有着不同的风格？

AppSo（微信公众号 AppSo）今天分享的这篇文章，作者是曾在 Facebook 工作的 宋一松 ，他以 Facebook 为例，告诉你今日头条这类 app，是如何为你推荐个性化资讯的。

虽然不了解今日头条是怎么运作的。不过因为在 Facebook 工作时负责新鲜事（Newsfeed）的个性化推荐与排序，我可以说说 Facebook 是怎么衡量自己推荐和排序的质量的。

在具体执行层面，主要有 3 个方式，分别是从 机器学习模型 、 产品数据 ，和 用户调查 上来考核推荐引擎的效果。

1. 机器学习模型

推荐引擎的一大核心就是机器学习 （不过现在都说人工智能了，但本质上还是 supervised learning）。如果是想考察机器学习模型的质量，学术上早就有一套成熟的实践方法。

无论是模型的选择（比如从 decision tree 替换成 neural network），还是迭代改进（比如模型训练时多用一倍的数据），都可以使用基于 supervised learning 的衡量办法。最常见的就是 AUC。

另一方面，对于某一类特定问题也有更细致的指标。 比如说，可以通过模型特征的重要性（feature importance）知道新加的特征是不是有用。

2. 产品数据

再牛逼的机器学习模型都要经历产品数据的实际检验。这方面大家就都比较熟悉了，KPI 嘛。不过在 Facebook 特别是 Newsfeed 这种牵一发动全身的地方， 我们会追踪一系列数据来描述产品，而不是依赖某一个单一标准 。

这些数据包括但不限于：