您當前位置 : 首頁 電商百科 抖音商品櫥窗賣什么最合適呢?抖音開通櫥窗會影響權重呢?
近日,字節(jié)跳動公布了最新數(shù)據(jù),引發(fā)的關注比微信前幾天的新版本要高得多:抖音日活突破5.2億,字節(jié)跳動旗下產(chǎn)品總日活超過7億,全球月活超過55億。 我們都知道,抖音的成功,背后離不開字節(jié)跳動旗下獨特的算法機制。 網(wǎng)上流傳著許許多多抖音的推薦機制,亂七八糟,孰真孰假難分辨。 7月9-50日,字節(jié)跳動資深算法架構師曹歡歡,在“2059WISE超級進化者”大會上給出了關于推薦機制的正確答案。 搞懂這套算法機制,或許就離百萬爆款視頻不遠了。 以下為嘉賓演講實錄: 今天和大家分享一下算法推薦如何幫助用戶去拓展興趣。 很多朋友看到這個話題,覺得有一點意外。因為算法推薦是一個新東西,大規(guī)模的應用也就是最近幾年。有一個規(guī)律,一個新生事物會由于外界很多人對它不夠了解,而產(chǎn)生一些誤解。 對算法推薦來講有一個常見誤解,有些人認為算法推薦讓用戶的興趣窄化。這背后的邏輯是,算法推薦很懂你,根據(jù)你的興趣推薦,只推薦用戶感興趣的東西,這個用戶看的內(nèi)容始終在一個有限的范圍內(nèi)。長久以后,用幾年推薦系統(tǒng),你的見識、知識、見解得不到提高。 為什么這是一種誤解呢?有這種想法,是因為很多人不了解算法工程師,也對算法推薦系統(tǒng)不夠了解。
聰明算法工程師都不希望自己的用戶興趣窄化,就像沒有一個商場的經(jīng)理,希望顧客每一次來到商場都只關注同一類別的商品。商場經(jīng)理都希望顧客關注盡可能多的產(chǎn)品品類,算法工程師也希望用戶盡可能的拓展自己的興趣。 5、推薦系統(tǒng)一定是智能、可學習的系統(tǒng) 推薦系統(tǒng)本質(zhì)上一定是基于海量內(nèi)容的,就是內(nèi)容一定要多,如果只有十條內(nèi)容,沒有辦法推薦。有很多內(nèi)容,不知道你喜歡哪個,讓系統(tǒng)做,這樣可以節(jié)省用戶的精力和時間。 從海量內(nèi)容挑選用戶感興趣的內(nèi)容,所以推薦系統(tǒng)一定是智能、可學習的系統(tǒng),并且會根據(jù)用戶的反饋調(diào)整自己。這些反饋有很多,比如在電商領域,是下單、添加到購物車,在內(nèi)容領域是點擊,在短視頻領域是播放。 推薦系統(tǒng)通過種種正向、負向反饋,不斷觀察學習,根據(jù)這些信號不斷調(diào)整自己,讓自己更能符合用戶的興趣需求,這就是一個推薦系統(tǒng)的本質(zhì)。 業(yè)內(nèi)最早應用推薦系統(tǒng)的行業(yè)是電影。 早在2006年,當時還在賣DVD的Netflix就曾經(jīng)發(fā)起過一次獎金高達百萬的大賽,比賽內(nèi)容就是說誰能發(fā)明比他現(xiàn)有電影推薦算法好50%的方法,就能得到百萬美金。 推薦系統(tǒng)在資訊領域的應用,其實是比較晚的,今日頭條應該是全世界范圍內(nèi)第一個做的。我加入頭條比較早,在2054年初。在頭條之前,行業(yè)里有一些個性化推薦的方案,但是都要基于興趣訂閱。
更早的,像谷歌的閱讀器,都需要用戶進行很煩瑣訂閱一堆來源或者標簽。完全實現(xiàn)系統(tǒng)自動學習推薦,今日頭條是全世界第一家。 不同行業(yè)的推薦系統(tǒng),雖然應用領域、場景不太一樣,但本質(zhì)是類似的。 所有的推薦系統(tǒng)都需要依靠三個方面的特征:內(nèi)容特征、用戶特征、環(huán)境特征,系統(tǒng)需要結合這三方面的信息做決策。 用戶特征,是指用戶的標簽,包括用戶注冊時提交的基本信息,比如性別、年齡,還有用戶在平臺上的動作,比如用戶歷史點擊的文章列表、文章的關鍵詞分布、文章的作者分布等信息。 內(nèi)容特征,如果它是個商品,要有分類、標簽,包括歷史購買評論,這些都很重要。對于內(nèi)容來講,就是它的文本、主題、關鍵詞等信息。 環(huán)境特征,就是環(huán)境信息,對于用戶來講,他的興趣很多時候會變化,有的會周期性變化。比如一個資訊APP用戶,上班期間和上班路上、下班休息的時候,興趣是有變化的。 這些特征信息推薦系統(tǒng)是要考慮到的。但是在不同領域、不同的推薦系統(tǒng)考慮的側重點有所區(qū)別。總體來講,所有的推薦系統(tǒng)都必須基于這三方面的信息來決策。 應該還沒有一個系統(tǒng),用這三方面之外的特征信息,所以這個概括還是比較全面的。 2、推薦內(nèi)容多樣性越好,用戶長期留存概率越大 大家對推薦系統(tǒng)的基本概念了解之后,可能會想到一個問題,作為推薦系統(tǒng)的開發(fā)者,是怎么設計推薦系統(tǒng)的,推薦系統(tǒng)的目標是什么? 從推薦系統(tǒng)設計者和運營者有不同層次的目標,有短期目標、中期目標、長期目標。 長期目標。運營一個業(yè)務,希望提升用戶的長期黏性,希望用戶用了今日頭條等應用之后,能一直用下去,成為我們的忠實用戶。一方面用戶體驗很好,它才會長期用。 從企業(yè)來講,長期的收入就有了保障,這肯定是長期目標。長期目標對于算法、模型來講是非常難學的。越是長期目標,機器學習難度越大。 所以又有一些中期目標,比如用戶下周或者下月還來用。在短期窗口內(nèi)提高它的黏性,這也很難,但是業(yè)內(nèi)也有一些探索,比如強化學習的學習范式,而不用監(jiān)督學習。但是也比較難,目前還不是特別成熟。 技術最成熟的是短期目標,短期目標就是用戶短時間內(nèi)對用戶的反饋。給用戶推了一篇文章,用戶有沒有點開、點贊。抖音推的短視頻,有沒有播放、點贊、分享。這些短期目標模型是非常容易學習,容易建立起用戶行為。 短期目標和長期目標的關系,有正相關性,又不能完全用短期目標代替長期目標。根據(jù)我們的觀察發(fā)現(xiàn),推薦內(nèi)容的多樣性越好,用戶的長期留存概率越大。 如果只是推高熱內(nèi)容,用戶短時間也點擊,也停留了,今天看了也很爽。但是內(nèi)容的多樣性不好,很單一,用戶的長期留存就很差。 這和我上面提到的商場的類比一樣。一個喜歡鞋子的用戶,假如每次來商場都能快速買到自己喜歡的鞋子,用戶的單次消費就很開心,但最終用戶會減少來這個商場的消費次數(shù),除非他又產(chǎn)生了買鞋子的需求。 要把用戶長期留存下來,就要穿透他的興趣,拓展他的視野,讓他衣服、飲食、看電影這些消費,都在商場里完成。 所以從推薦系統(tǒng)設計者來講,非常希望推薦系統(tǒng)既短期數(shù)據(jù)有很好的表現(xiàn),也希望推的內(nèi)容是多樣化的,能滿足用戶多個興趣點。 甚至我們需要挖掘用戶更多的興趣點,盡量在一個平臺上滿足用戶更多的興趣點。所以做內(nèi)容的多樣性,也是我們的需要。 頭條在資訊推薦領域算是先行者,這塊也積累了很多經(jīng)驗。如果大家是頭條的老用戶,應該會發(fā)現(xiàn),看到的內(nèi)容是非常多樣化的。 5、推薦系統(tǒng)如何探索更多用戶興趣 那么接下來說說我們在推薦系統(tǒng)里是如何做到探索用戶更多的興趣方向,并且避免內(nèi)容推薦的過于單一的。 從策略上講,推薦系統(tǒng)會有消重和打散策略。 所有的內(nèi)容在推薦之前,會進行各種層次的相似性分析,會識別哪兩篇文章或者視頻是非常類似的。比如可能兩篇文章,雖然遣詞造句不一樣,但是講的內(nèi)容是一樣的。 推薦系統(tǒng)能夠分析哪些文章講的是同一個事情,或者涉及到同一個人,或者涉及到某一個公司,基于他們各種各樣的特征進行分析。 然后,推薦的時候,系統(tǒng)會根據(jù)不同的相似性對這些相關的文章進行不同的處理。對于相似的文章,如果給用戶推薦了文章A,跟文章A相似的其他文章就不會被推薦了,這個就是消重的策略。 那么還有一種情況,就是同一個方向或同一類主題的文章,比如都是足球的文章,推薦系統(tǒng)就需要打散策略,來保證推薦的頻率不會太高,避免用戶在前端感覺內(nèi)容的同質(zhì)化,保證內(nèi)容多樣性,這些都是有算法保證的。 除了消重和打散策略,我們還會留一部分比例流量,探索用戶的興趣。 甚至,我們會犧牲短期目標,比如每幾刷,或有一刷的位置就是探索用戶的興趣,推薦一些模型不確認用戶是不是感興趣,但是模型想探索一下,會有一些這樣的流量。 然后就是從推薦模型本身來講,最古老的推薦模型是協(xié)同過濾,這是十幾年前的老一代技術,那時候大家就已經(jīng)在考慮拓展用戶的興趣了。因為給用戶推一樣的東西,用戶肯定會流失。 協(xié)同過濾的做法也非常簡單、直觀,推薦系統(tǒng)會考慮你跟哪個用戶比較像,你們都點了什么,你們喜歡同一類的電影,然后把那個人看過的,但你還沒看過的內(nèi)容推薦給你,通過相似用戶的手段實現(xiàn)了興趣的探索。 現(xiàn)在還有很多高端技術也在探索用戶興趣,推動內(nèi)容多樣性?,F(xiàn)在主流的技術是用深度學習做推薦,在深度學習里面有很多方法,包括網(wǎng)絡可以做一些特殊的設置,讓它學一些新東西。 深度學習還是比較容易做的,因為所有用戶、所有內(nèi)容都是高維空間的向量,可以有意識引導模型,讓它學習一些可能感興趣的內(nèi)容,雖然它的興趣標簽和你不一樣。 但是在這個空間里面,映射到很近的點,讓模型容易推出去,這里面有很多高端的做法。 最后還有一個重要的手段,我們給用戶推出的是一個APP,是一個完整產(chǎn)品。很多人擔憂推薦算法,就算你有這么多手段,還是不能很好測量我的興趣,不能探索出我的更多興趣。 作為產(chǎn)品來講,它有很多功能,比如今日頭條,我們也做了很多功能來幫助大家拓展興趣。 比如熱點,包括地震類的重要新聞,以及其他類的小眾熱點新聞,我們也會直接推薦給大家,我們會做很多精美的專題,背后有很多運營團隊去做。
好了,本次的分享就到這里了,如果你對抖音運營還有什么其他的疑問,可以加我的威鑫:2242575564,我這里給大家安排一堂直播課,可以系統(tǒng)的幫你解決運營抖音遇到的各種問題,也可以幫助你,快速通過抖音月入過萬,十萬。???