Análisis|¿Cómo pueden los clientes de noticias recomendar mejor noticias a los usuarios?

Creo que el núcleo de las noticias recomendadas es impulsar el contenido que probablemente sea de interés para los usuarios dentro de su atención y tiempo limitados.

Hay varias dimensiones importantes:

Recomendar contenido a través de la popularidad es uno de los métodos más básicos. Por ejemplo, Weibo hot search 100, como publicaciones interesantes en Moments, como Reddit y el método de clasificación similar de Zhihu.

Cuando se trata de noticias, el tiempo de publicación también es un indicador importante debido a su inherente actualidad. No importa cuán explosiva sea la noticia, cuán amplia sea la audiencia o cuán interesante sea el escrito, dejará de tener sentido una vez que pase el tiempo de publicación.

Al principio, las noticias estaban en manos de los medios tradicionales. Había que leer lo que imprimían los periódicos. Más tarde, para atraer a más gente, el periódico se dividió en muchas secciones: política, entretenimiento, deportes, etc. Si sólo estás interesado en un aspecto, sólo puedes leer este apartado.

- La recomendación de interés inicial fue dividir el contenido en varias categorías principales y ponerlas todas frente a los lectores, y luego los lectores las filtrarían

- El interés posterior; La recomendación fue permitir a los usuarios seleccionar etiquetas de interés, como "fitness", "celebrity""

- y más tarde vino Toutiao, que impulsó contenido basado en el historial de navegación del usuario y analizó sus preferencias.

¿Pero cómo obtener el interés del usuario? Hay dos métodos, uno es usar algoritmos para predecir en función del historial de navegación y el otro es enviar contenido en función del historial de navegación de los usuarios. La grabación no es la única dimensión utilizada para predecir las preferencias del usuario. Los me gusta, los comentarios sobre noticias, el bloqueo, etc. se pueden utilizar para predecir las preferencias del usuario. Al mismo tiempo, si hay suficientes datos del usuario, la relación entre las preferencias del usuario puede incluso. Se mide por el contenido al que el usuario presta atención. Similitud y luego recomienda contenido.

Empujar mediante el seguimiento de la navegación del usuario es un método más general y más sólido. La ventaja es que los usuarios pasan atención a los usuarios para seleccionar usuarios que puedan tener las mismas opiniones/intereses estéticos, y este proceso no requiere la intervención del producto en sí. Es completamente operado por los propios usuarios, con bajo costo y. alta tasa de aciertos.

La desventaja es que el método es demasiado único, el costo de operación del usuario es relativamente alto y la mayoría de los usuarios son "usuarios novatos" y no participarán en operaciones avanzadas como "seguir".

La "recomendación del editor" es una recomendación de noticias indispensable. /p>

En primer lugar, debido a que lo que es popular no es necesariamente bueno, la búsqueda ciega de KPI puede hacer que toda la atmósfera del producto se vuelva vulgar y aburrida (si es que es así). el posicionamiento de su producto es así, no lo dije yo).

En segundo lugar, porque una noticia necesita un proceso desde su publicación hasta su conocimiento por parte del público, y es probable que este proceso conduzca a ella. el fracaso de una noticia muy importante o de muy alta calidad. Por lo tanto, si desea que los lectores noten rápidamente una buena noticia, es inevitable que intervengan operaciones para difundir este contenido entre los usuarios. > En tercer lugar, porque... la mayoría de las personas no tienen opiniones reales, por lo que las noticias inconscientemente les dirán a los usuarios cuáles son sus opiniones, especialmente cuando las opiniones son provocativas, los usuarios utilizarán esta vista de forma predeterminada. Entonces... entiendes por qué las noticias. recomendado por los editores debe ser un canal importante de recomendación de noticias...