如上图展示:在用户画像中,生活环境是基础。生活环境又包括两个层次,第一是地理位置。一点资讯已经能定位到商圈和小区,而百度地图、滴滴打车已经能实时定位到你站的地方。衣食住行、水电煤气,包括政府提供的产品服务,都和你的生活环境、地理位置有关系,所以,地理位置越精准越好。
时间场景来说,早上推的东西应该是硬的、偏资讯类的内容,因为过了一夜,大家需要看到昨晚发生了什么。而且,上班族在早晨都比较忙,没有时间看长篇大论。到了晚上则相反,用户有时间而且希望放松,所以需要推送偏软性、偏娱乐的内容,包括一些美文——在安静的夜里,才能读出其中的味道。
第二个层次是手机环境。它同样包含两个含义,一是手机型号,不同型号的手机使用者的阅读习惯是不一样的,比如红米用户和苹果用户。即使是同一个品牌的手机——OPPO A57和OPPO R11,使用者的阅读习惯也是不相同的,这都需要我们通过数据去洞察。另外,我们的手机里激活了哪些软件,使用的频率如何,在不影响用户隐私的情况下,都需要去深刻洞察。
第三个层次是用户信息。如果你是注册用户,你的性别、年龄、身份、学历等,都可以成为我们判断你兴趣的依据。另外,为了把一个用户画像描述得更精准,一点资讯设计了一个开屏问卷——问用户喜欢什么。有超过50%的用户做了选择,于是,我们能够了解到他们的基本兴趣。当然,也有人不愿意填写,甚至不愿意透露自己的地理位置。所以,这就给我们提出了难题——冷启动时,应该给用户提供哪些信息。
冷启动,指用户下载某个App后第一次打开它的过程。正如同恋爱的第一次见面,它的重要性毋庸置疑。而在冷启动中,重中之重则是用户打开之后呈现的第一屏,大概有5条信息。测试表明,如果在这5条中,用户点击了一条,那么它的次日留存率就会比没有点击的人高一倍。所以,花多大精力去打造这5条内容都不为过。为此,我们做了大量的对比试验——包括尝试推送相关型号手机的资讯,包括推送相关地理位置的资讯,有成功也有失败。在冷启动中,因为用户画像不够清晰,所以基本原则应该是推送重要事件、大概率领域(比如足球,而不是高尔夫球),而不能推送拿些小众内容去赌,否则你很容易失败。
当用户阅读完冷启动首屏内容之后,可能会产生五种情况:
(1)有点击下拉;(2)无点击下拉;(3)无点击上滑;(4)有点击上滑;(5)直接走人。针对这些不同的行为方式,我们应该启动不同的策略。这需要非常细腻的数据观察,要从中总结规律。从此,用户的行为也变得多样化——比如点击、分享、收藏、评论、用户停留时长等等,这都是算法判断推送哪些内容的依据。
这是一个非常复杂的运算过程。比如,有个用户点击了五次“吴晨光”,搜索了一次“邹明”(凤凰网总编辑),如果只给他推一条,应该先推“吴晨光”还是“邹明”?从数量上来说,一定是“吴晨光”更多,但是搜索属于深度行为,他主动去搜索说明对“邹明”很感兴趣,这种情况应该去推谁?
再如,他点击了五次“吴晨光”,点了两次“邹明”。但关于吴晨光的优质内容没有了,只有关于“邹明”的好文章,那是应该推一条很水的关于“吴晨光”的文章,还是推出关于 “邹明”的好文章?
还有,他点了五次“吴晨光”的图文,要不要推一个视频、音频或者问答?或者一个用户很喜欢“吴晨光”,今天突然出了“邹明”的绯闻,是应该把“邹明”的热点推出来,还是,依然根据用户的兴趣继续推“吴晨光”?
所以,用户画像的复杂性,不是简简单单的群体划分问题。它是对人性的深刻洞察,一个行为,比如点击,背后的含义也完全不同,有的是因为真的感兴趣,有的是因为标题党。
再看文章画像。对于编辑而言,文章画像相对简单,因为这是我们的专业。在传统媒体时代,我们就对文章进行画像——比如说消息、通讯、特稿,还包括我一直在尝试的调查报道和解释性报道。
当然,今天的文章画像的复杂性远远高于传统媒体时代。因为这里的文章泛指内容,而不是单纯的文字概念。它包括:
体裁——是文字、图片、视频、音频、直播,还是问答,或者类似微博的短内容?
作者——作者其实代表着背后的自媒体号,包括它的级别、知名度、订阅数等;
标签——这是对于文章描述的领域的认知,比如体育—足球—中超—国安。我们把打标签的权力交给了自媒体作者,他们可以在自己生产的内容下打好标签。同时,我们的审核编辑、频道编辑会修正标签;算法也会对标签做进一步调整。最后综合评判,给文章一个最准确的定位。如果是算法很聪明,做了深度学习,那么还可以分析出更多关于文章的特点,也就是像人一样,去理解文章的中心思想、段落大意。当然,这个很难。特别是对视频、图片的识别更难。
内容质量——它有两个维度,第一是编辑判断,第二是算法判断。编辑的判断前面已经讲过,无非是选题、采访、写作和包装四个维度;而算法判断无非依据数据,还是点击、分享、收藏、用户停留时长等等。
用户画像有了,文章画像也有了。我们现在开始匹配。匹配的依据就是算法模型。我们可以把模型做详细拆解,分为很多模块——比如垃圾过滤模块、热点模块、本地模块等等。算法在每个模块里,进行文章的挑选、排序;不同模块里的文章也在进行竞争、排序。最后择准、择优分发给用户。
我们以热点模块为案例,做具体分析。
热点是一个很好理解的词,就是刚刚发生的、关注度较高的新闻。它有别于其它非时效性的资讯。首先,我们要告诉算法,什么是热点。这里有很多方式——比如,监控百度。百度热搜词可能就是热点。在一点资讯要闻频道,编辑置顶的也是热点。我们还可以人工定义一些文章是热点:比如挂“新华社快讯”字头的就认为是热点。这是第一步。让算法了解热点,这就是机器学习。
第二步,我们要把热点内容做“召回”。这里的召回和问题汽车的召回不一样,是指把相关热点文章聚集在某一个池子里。我们称之为“热点池”。我们会把热点池分若干层次,在3年前,我就在《超越门户》中描述了搜狐网重大突发事件的规则,从三级到特级。来一点资讯做总编辑后,又进行了进一步修订。现在,我们把标准通个案例的方式输入计算机,让算法来判断热点的大小,以决定向什么样的群体进行推送。