分享

国内的个性化阅读和个性化推荐应用

 naiga书馆 2012-02-24

国内的个性化阅读和个性化推荐应用

 原作者:Internet2Share
 
这两年随着信息量的越来越大,个性化推荐服务已经呼之欲出了,而且这个趋势也越来越明显了。推荐服务最早应该在是电商里面应用,亚马逊会在你浏览某 个商品的详细页面上推荐给其他相关商品(类似买过这个商品的人多少百分比例买过某某商品),在国内个人以为最早还是始于豆瓣。在阿北看来,豆瓣与其他 web2.0站点的不同之处就在于,豆瓣从一开始就在就是后台对于每个用户数据进行分析,通过一些算法一步步地给用户推荐其兴趣相关的内容。慢慢地,个性 化推荐越来越被各家所重视。仅在2011年,百度新版首页上线,李彦宏主推的就是通过新版首页能够为用户提供到更加精准个性化搜索服务。而搜狗和360也 在不断地强调,其通过搜狗浏览器和360安全浏览器充分发挥浏览器覆盖面大的优势,猜到用户需要什么及时想其推送所需要的信息。

    当然这些只是巨头们的试水之作,真正走在前面的还是小的创业团队们。在11年,国内就有很多款个性化阅读及个性化推荐应用发布上线。下面就对这些应用进行fenix。

一  几款主要的个性化阅读及个性化推荐应用的分析

1、指阅
    \
    指阅是11年中上线发布的一款个性化阅读产品,其是以前的简网团队开发的。创始人丁钧(@丁钧)和谷文栋(@clickstone)在个性化推荐、语义分析及信息过滤等领域耕耘多年,积累颇深。指阅跟其他产品不一样的是,其一开始连续发布指阅科技、指阅娱乐、指阅体育以及指阅时尚四款更加垂直的应用,覆盖android,ios以及pad版本等。迭代速度也是很快的,几乎每两个周都有新版本发布。
 
    在指阅科技的andoid版本里,打开之后就看发现两个最主要的功能,头条和关注。头条,应该是指阅官方每天从科技资讯25个分类的信息精选汇总,用户可以左右滑动选择文章点击进入详细页面。在资讯的详细页面上,就喜欢、评论和分享到微博的三个操作,用户一旦有相应的操作后台都会记录下来,做为兴趣模型建立的一部分。关注,更多的是一个关键词订阅功能,有官方推荐的关键词同时用户也可以自己搜索相关的关键词,并添加。点击订阅的关键词,此关键词相关内容就按照时间序列排列,计入内容详细页面同样是喜欢、评论和分享到微博的操作。此外,还提供了链接新浪微博和腾讯微博账号的功能。
 
2、微观官网
    \

    微观是由点趣科技团队开发的,点趣科技开发了另外一款有意思的应用蹲乐乐,方便用户在上厕所的时候无聊能够看一些有意思的资讯。微观也延续了这种做法,官方的定位是:用户的专属微信息专家,帮助用户hold住最新的实时资讯、最热门的网络事件、娱乐八卦等。
 
    打开微观,界面跟指阅有些相似。官方随即推荐了各种内容,每个内容都有例如“军事”,“时尚”之类的主题,每条内容用户都可以喜欢、收藏、评论和转发的操 作,通过这些操作用微观可以收集到用户的兴趣信息,进而进一步分析以期更加精准的推荐。在应用的右下角,有一个添加按钮,点击右侧滑出一系列的分类,用户 可以点击添加内容。
 
    另外说一句,微观的注册流程是比较麻烦的,邮箱注册和手机注册流程都是有待进一步优化的。手机端应用,注册流程复杂的话会流失很多用户的。
 
3、酷云官网
 
   \

    酷云在今年算是让人眼前一亮的产品,12年1月份发布的。酷云的团队是之前为运营商做数字化外包的公司,公司本身已经不小专门抽出了一支团队做酷云这一块。
 
    之所以说酷云让人眼前一亮,在于其UI非常精细,产品交互非常顺滑。阅读功能,有18个主题频道还有若干个精选的内容频道,这一块最开始也会面临初始数据 不足的问题。用户在阅读某条详细内容的时候,同时可以评论、分享和喜欢的操作,这些为进一步推荐提供了依据。同时,酷云还支持订阅内容功能,用户可以提交 相应的关键词,后台把这些关键词相关的内容都抓取过来。酷云一开始就提供了收藏,围绕内容的实时评论功能让那个,同时还能导入新浪微博、腾讯微博账号里的 好友关系。甚至为了激励用户,酷云还有设计了一整套用户激励制度,激励用户积极地参与到互动中。

4、极阅官网
   \
 
   极阅是一个新浪微博杂志化阅读工具,有android、iphone和iPad版本。极阅把微博的碎片变成了阅读体验,精心聚合的众多频道资源,使用户 时刻掌握各种鲜活资讯。把微博上的内容分类呈现给用户,同时进一步开拓信息来源引入很多微博之外的媒体内容,用户可以方便的订阅。在这个意义上来说,极阅 是一款类flipboard的产品,抓取新浪微博上的内容以及微博之外的一些内容,通过很好的设计以杂志化的形式进行展现。极阅还与35氪和 Techweb合作,推出了36氪和techweb的极阅客户端。
 
5、优微(官网
    \
 
    优微是一个新浪微博的第三方客户端,通过人工智能技术来帮助用户过滤新浪微博首页的信息。通过关联自己的新浪微博账户,优微能够分析用户在微博发布的内容,包括评论、转发、收藏。通过这些信息来分析用户的DNA,以此来作为过滤的依据。
 
    微博以单向follow做为信息获取途径,但是随着用户关注的人越来越多,整个首页feed也会越来越庞杂,怎么能够把用户不感兴趣的内容过滤掉,使得用户的首页feed更加干净这是优微关心的。
 
6、微发现(官网
   \

    微发现是通过学习用户的兴趣来给用户推荐相应的内容,但是其建立用户的兴趣模型做法是正常的微博使用,比如阅读、转发、评论等,主要多出的部分那就是在你 感兴趣的信息下方点击一下“喜欢”,或再不感兴趣的信息下点击“不喜欢”了,就是通过这部分来收集用户的数据来进行分析和推荐的。
 
    微发现有几块功能,首先是一个发现事的功能,是把微博的内容分成了时事、美食、好友的喜欢,旅行等14个大类,用户可以随意浏览这些分类的内容,对这些内 容进行喜欢或者不喜欢的操作等。然后是一个发现指数,当发现指数超过20%了之后,就有一个自动的发现流,这个发现流就是用户感兴趣的微博内容。微发现还 有一个功能就是打破了时间轴序列,而是按照重要程度对微博进行排序,这样就能使的重要的内容放在了最上面。
 
7、微精官网
   \

    微精是北京祺瑞乾坤科技有限公司开发的一款个性化推荐应用,以新浪微博座位切入点。在11年创业邦组织的才创新中国2011大赛上获得了创新之星的第一名。微精一直在完善其后台的推荐引擎系统,据透露其正式版本将在2月中旬发布。
 
    微精以新浪微博做为切入点,分析用户在微博上的内容、以及用户行为和用户关系,通过这三个因素的相互影响来来构建用户的兴趣模型,向用户推荐其感兴趣的内 容。对于用户的价值在于两方面,一个是帮助用户过滤其feed信息,把不感兴趣的内容过滤掉。第二个是把微博上用户感兴趣的内容但是没有关注到的,挖掘出 来推荐给用户,拓展视野。
 
    微精应用有几个方面的功能:一是晨报,筛选微博上热门了18个分类的内容,通过精心的编辑推荐给用户。二是推荐,就是根据用户的兴趣模型来推荐其感兴趣的 内容。三是订阅,用户可以输入关键词,则微精就抓取分析微博上与此关键词相关的内容都push给用户。四是屏蔽关键词,如果不想看哪个关键词的内容,只需 提交之后,微精就可以帮助用户自动屏蔽掉相关的关键词。
 
二 现有产品上的问题

    上面的几个产品没有提供扎客、鲜果联播等,个人以为现在扎客和鲜果联播在本质还是订阅为主,引入了很多内容来源,用户选择内容然后以杂志化类 flipboard的排版样式呈现出来。尽管两者都有提到过个性化阅读,但是现在从产品的角度上来看,个性化的印记不太明显。
 
    从上面的几个产品来看,都在不同程度上遇到了问题:
 
    1、初始数据不足,冷启动的问题。个性化推荐,得是先有数据然后才能推荐,做为一个单独的产品,如果没有初始数据就会出现冷启动的问题。在指阅、酷云、微 观三个产品上这个问题就发现的很明显。因为没有初始数据,这三个产品一开始就随机为用户推荐了大量的内容,以希望用户在阅读的过程中能够跟内容互动,通过 用户评论、分享、喜欢等操作来获取用户的兴趣数据。酷云还有一种做法是,向用户提供订阅功能,用户输入订阅的关键词相关的内容被抓取聚合,这也是获取用户 兴趣数据的一个方法。
 
   2、数据源的问题,在面临冷启动的问题产品上,现在收集基本上是用户评论、分享、喜欢的行为,最多在加上订阅的关键词。有了这些数据,是可以开始进行挖掘的,但是这些数据是否足够去挖掘到用户比较全的兴趣点还有待进一步验证。
 
   3、推荐算法的问题,早期的推荐都是内容相关性的推荐,例如文章的主题、标签以及分类等作为推荐依据。就个人使用来看,上面的几款产品现在推荐主要还是 内容相关性推荐为主,语义分析关键词来进行推荐。因为初始数据比较少,那么相应刚开始的时候用户行为介入到推荐算法里也很少。
 
    微发现、极阅、微精这三款产品都是以新浪微博为依托,他们的用户首先要是新浪微博的用户,这样的好处在于避免没有初始数据的问题,也就避免了冷启动的问 题。新浪微博上,有着丰富的用户内容、行为数据、关系数据等,重点就在于后台的推荐引擎怎么去搭建,技术上的门槛能否转化成为技术上的优势。
 
    当然并不是说酷云、指阅等没有把微博座位切入点的产品就有问题,只是初期进展比较慢。用户需要使用一段时间之后,才能感觉到推荐效果的提升,对于用户耐心倒是蛮大的考验。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多