app上架市場(chǎng)后要注意哪些問(wèn)題

添加時(shí)間：2020/11/13 15:37:59  瀏覽人數(shù)： 　

什么是內(nèi)容興趣偏好標(biāo)簽?zāi)?

簡(jiǎn)單來(lái)說(shuō)就是分析用戶(hù)喜歡看的文章類(lèi)型，得到用戶(hù)的興趣偏好，在這樣的基礎(chǔ)上，對(duì)用戶(hù)進(jìn)行內(nèi)容的個(gè)性化推薦和push推送，來(lái)有效促進(jìn)app的活躍并拉長(zhǎng)用戶(hù)生命周期。

這件事情簡(jiǎn)單來(lái)說(shuō)其實(shí)就是兩步走：

一是，給文章進(jìn)行分類(lèi)，也就是我們俗稱(chēng)的給文章打標(biāo)簽。

二是，給用戶(hù)打標(biāo)簽，也就是用戶(hù)閱讀了哪些類(lèi)型的文章，相應(yīng)的就會(huì)獲取到自己的興趣偏好標(biāo)簽。

那么在實(shí)際操作中真的如此簡(jiǎn)單嗎?看似簡(jiǎn)單的兩個(gè)環(huán)節(jié)，究竟是如何實(shí)現(xiàn)的呢?

一是人工對(duì)文章進(jìn)行標(biāo)注，優(yōu)點(diǎn)是準(zhǔn)確，缺點(diǎn)是效率低，對(duì)于算法要求大量樣本的要求，成本非常高。

而另一種方式則是通過(guò)一些開(kāi)源網(wǎng)站提供的關(guān)鍵詞進(jìn)行模型訓(xùn)練，比如可以從搜狗詞庫(kù)獲取，優(yōu)點(diǎn)是成本低，但缺點(diǎn)也很明顯，由于不同的分類(lèi)體系對(duì)部分分類(lèi)的理解不一致，導(dǎo)致分類(lèi)并不夠準(zhǔn)確，后期需要耗費(fèi)大量的人力進(jìn)行矯正。

第三種方式是和一些資訊類(lèi)app進(jìn)行合作，獲取他們的文章以及分類(lèi)作為樣本，例如目前做的比較好的如今日頭條、uc等都是不錯(cuò)的選擇。我們當(dāng)時(shí)其實(shí)都嘗試了(一把辛酸淚)。

獲取樣本以后，就是算法模型的訓(xùn)練及其檢驗(yàn)了。算法模型的訓(xùn)練原理，即通過(guò)對(duì)樣本文章進(jìn)行分詞，抽取實(shí)體，建立特征工程，將每一個(gè)特征詞作為向量，擬合出一個(gè)函數(shù)，這樣，當(dāng)有新的文章時(shí)，該文章通過(guò)分詞，并通過(guò)模型計(jì)算出結(jié)果。但模型并不是能夠有樣本一次性就能準(zhǔn)確的，模型還需要進(jìn)行測(cè)試和矯正。

APP開(kāi)發(fā)

通過(guò)了測(cè)試的模型也并不是一勞永逸的，仍然可能在后期出現(xiàn)一些分類(lèi)不準(zhǔn)確的問(wèn)題，這可能是樣本造成的，也可能是算法模型造成的。這需要我們找出這些異常的文章及其分類(lèi)，并矯正分類(lèi)，再次作為訓(xùn)練樣本投喂給模型，進(jìn)行模型的矯正。一方面，我們可以對(duì)轉(zhuǎn)化率比較低的分類(lèi)的文章進(jìn)行人工抽檢，確定問(wèn)題是否出在算法。另外，在這里，由于每一篇文章的標(biāo)簽都被賦予了一個(gè)值，我們可以為這些值設(shè)置一個(gè)閾值，當(dāng)最高值低于某個(gè)閾值，這些文章及其標(biāo)簽將被召回，由人工進(jìn)行標(biāo)注和矯正，并在此投入樣本庫(kù)中。

文章標(biāo)簽的計(jì)算，由于文章具有多種標(biāo)簽的可能，并非一些二分類(lèi)非此即彼的結(jié)果，因此我們采用的方式是，通過(guò)相似性算法，模型計(jì)算出文章的標(biāo)簽，并賦值，值越高則說(shuō)明和這類(lèi)標(biāo)簽越接近，并被打上相應(yīng)標(biāo)簽。

至此，文章打標(biāo)簽的部分就已經(jīng)完成了。

如何給用戶(hù)打標(biāo)簽

給用戶(hù)打標(biāo)簽的方式其實(shí)也可以包含兩種，統(tǒng)計(jì)類(lèi)的打標(biāo)簽及算法類(lèi)的打標(biāo)簽。

統(tǒng)計(jì)類(lèi)相對(duì)簡(jiǎn)單粗暴式的以用戶(hù)一段時(shí)間閱讀的文章類(lèi)型作為用戶(hù)的興趣偏好。

而算法類(lèi)則會(huì)增加更多的影響因素，包括文章閱讀的數(shù)量，閱讀的時(shí)間間隔，文章與當(dāng)前熱點(diǎn)事件的關(guān)系、用戶(hù)屬性因素等等。

前者在算法資源不足同時(shí)運(yùn)營(yíng)需求量大的情況下可以先行，而后者可以在前者的基礎(chǔ)上切分一部分流量對(duì)算法模型進(jìn)行驗(yàn)證和調(diào)整，不斷優(yōu)化。

但在用第一種方式進(jìn)行時(shí)我們發(fā)現(xiàn)，用戶(hù)在一段時(shí)間內(nèi)閱讀的文章類(lèi)型并不是穩(wěn)定的，大部分用戶(hù)會(huì)有一個(gè)或者幾個(gè)主要的興趣偏好，這些類(lèi)型閱讀的文章篇數(shù)會(huì)更多，但同時(shí)，用戶(hù)也會(huì)或多或少的閱讀一些其他類(lèi)型的文章，甚至有些用戶(hù)是看到哪里算哪里，什么都會(huì)看。

基于這樣的情況，我們需要對(duì)用戶(hù)的興趣偏好進(jìn)行排名，即通過(guò)對(duì)用戶(hù)一段時(shí)間內(nèi)每種文章類(lèi)型閱讀的文章數(shù)進(jìn)行排名，并取用戶(hù)top 10的標(biāo)簽，清晰告訴運(yùn)營(yíng)用戶(hù)喜歡什么類(lèi)型的文章，這些類(lèi)型中，用戶(hù)喜歡類(lèi)型的優(yōu)先級(jí)是怎樣的，便于運(yùn)營(yíng)同學(xué)進(jìn)行推送選擇。

因此，用戶(hù)的標(biāo)簽也需要更加靈活，能夠讓運(yùn)營(yíng)同學(xué)基于事件發(fā)生時(shí)間及事件發(fā)生次數(shù)等權(quán)重進(jìn)行靈活組合選擇用戶(hù)群。

由于目前push推送很大一部分是由人工進(jìn)行的，從選擇文章，到選擇用戶(hù)，到文章和用戶(hù)的匹配，在正式進(jìn)行推送前一般都會(huì)進(jìn)行大批量的A/B test ，而資訊文章的類(lèi)型非常多，僅一級(jí)標(biāo)簽已經(jīng)達(dá)到30+種，二級(jí)標(biāo)簽從100到幾百不等，總體的標(biāo)簽極有可能會(huì)有成千的標(biāo)簽，單靠運(yùn)營(yíng)同學(xué)進(jìn)行推送，是絕對(duì)無(wú)法完成的。

因此，在運(yùn)營(yíng)資源有限又無(wú)法實(shí)現(xiàn)自動(dòng)化的的情況下一般運(yùn)營(yíng)同學(xué)會(huì)對(duì)標(biāo)簽進(jìn)行測(cè)試，并選擇其中覆蓋用戶(hù)量大且轉(zhuǎn)化率較高的標(biāo)簽。但同時(shí)這樣的情況就會(huì)導(dǎo)致部分興趣偏好比較小眾的用戶(hù)被排除出推送的人群。