林川點頭。
“所以今天要你從技術部門抽掉人研究三件事。”
“第一件事，數據埋點。”
“我們需要記錄用戶的所有行為：他的點擊、停留時長、滑動行為、點讚、評論、轉發、關注、取關、搜索關鍵詞、甚至什麼時候打開了微博、打開了多久。”
“沒有這些數據，算法就是空中樓閣。”
“但行為數據收集要合規，我們得先起草一份用戶協議更新，說清楚數據用途，給用戶知情權和選擇權。這事法務團隊會配合你們。”
“第二件事，協同過濾。”
“最簡單、最有效的推薦方式：和你相似的人喜歡什麼，我就推薦給你什麼。”
“原理不複雜。把用戶和內容之間的互動關係建成一個矩陣。A和B點讚的內容重合度很高，那他們就是相似用戶。A點讚了一條新微博，我們就可以把它推薦給B。”
“需要搭建兩套模型：用戶相似度和內容相似度。”
“第三件事，冷啟動。”
“新用戶沒有行為數據，我們沒有用戶畫像，協同過濾跑不起來。”
“解決方案有兩個。”
“一是用熱門內容兜底。新用戶剛進來的時候，先給他看全站最熱的內容。等他產生了互動行為，再逐漸切換到個性化推薦。”
“二是引導新用戶選擇興趣標簽。注冊的時候讓他選幾個感興趣的領域，科技、體育、娛樂、汽車等等，作為初始畫像。”
林川放下筆，轉過身來。
“這三件事。”
“目標是三個月後的微博內測版，信息流排序不再是單純的時間倒序，而是融合了個性化推薦因素的混合排序。”
更多小說內容請訪問o o p . t w
“用戶會感覺到‘微博好像更懂我了’，但不會明顯察覺到排序邏輯變了。”
“然後明年下半年的時候希望可以做到全麵應用。”
“有沒有問題？”
周凱沉默幾秒。
“Facebook的EdgeRank是公開論文裡寫過的，方向我們可以參考。但具體實現的時候，咱們的社交關係和Facebook不太一樣。Facebook是雙向好友關係，咱們是單向關注。”
“這個差異會影響模型設計。”
林川表示認可。
“這個點提的很好。”
“不過差異越大，反而可能變成我們的優勢。”
“Facebook的雙向好友意味著他們的關係鏈更穩定，但也更封閉。你的信息流裡出現的內容，基本都來自你認識的人。”
“但微博的單向關注不一樣。你可以關注任何你感興趣的人，對方不一定認識你。”
“這意味著什麼？”
“微博的信息流內容池比Facebook大得多。 你可以看到明星、企業家、學者、媒體人、甚至素人，隻要他們發的內容對你有價值。”
“如果我們的推薦算法做得好，用戶可以在一屏之內看到完全不同維度的內容：一條是某個科技博主的分析，一條是某個明星的生活動態，一條是某個新聞事件的熱點評論。”
”。勢優的有獨博微是這“
”。大更界邊的者後。’趣興的趣興‘是以可統係薦推的博微。’友朋的友朋‘是統係薦推的koobecaF“
。刻片索思凱周
”。慣習戶用，題問個一有還“
”？’了博微的新最到不看麼什為我‘說饋反戶用有會不會，輯邏序排了改悄悄果如們我。序排間時按了慣習經已戶用博微的在現“
”。代替全完是不，’序排合混‘是的說我以所“
”。的對絕是不但，級先優定一有會然仍容內的布發新最。重權的它低降但，子因間時留保裡流息信“
”。baT的’博微新最‘供提以可，序排間時按想確明戶用果如，關開個一置設，時同“
”。序排薦推是須必，驗體認默但“
”。好夠足本版認默讓要們我。本版的認默用會們他，項選改裡置設去會不戶用數多大絕為因“
”？了白明“
。頭點凱周
”。排安去上馬在現我“
。開離身起接直完說
。室公辦在失消影背的他著視凝川林
。了開拉底徹候時是也幕序的代時法算場這
