機器深度學(xué)習(xí)逐漸成為互聯(lián)網(wǎng)的焦點。信息大爆炸的時代，如何將碎片化閱讀與機器學(xué)習(xí)完美結(jié)合，實現(xiàn)個性化內(nèi)容信息的分發(fā)？本文將以另一種視角解讀分析“聚合類信息平臺的巨頭”——今日頭條。

一、今日頭條的產(chǎn)品簡介

1. 產(chǎn)品定位與介紹

今日頭條是互聯(lián)網(wǎng)連續(xù)創(chuàng)業(yè)者張一鳴于2012年3月份創(chuàng)建，一款基于數(shù)據(jù)挖掘的推薦引擎產(chǎn)品，為用戶推薦有價值的、個性化的信息，提供連接人與信息的新型服務(wù)。

• 產(chǎn)品slogan：你關(guān)心的才是頭條
• 產(chǎn)品定位：聚合類資訊app
• 產(chǎn)品的核心價值：基于用戶的行為數(shù)據(jù)為用戶推薦個性化新聞資訊

2. 市場分析

于2012年8月發(fā)布第一個版本，截止2016年8月底，今日頭條目前擁有超過5.5億的裝機用戶，月活躍用戶超過1.3億，日活用戶超過6000萬，每個用戶平均每日使用時長超過76分鐘，人均單日啟動次數(shù)遠超其同類競品。

隨著移動互聯(lián)網(wǎng)人口的紅利消失，網(wǎng)民人數(shù)已經(jīng)區(qū)域飽和的趨勢下，產(chǎn)品越來越重視用戶的使用時長數(shù)據(jù)。用戶使用時長移動應(yīng)用排名中，今日頭條已經(jīng)排到11位，緊隨手機淘寶之后（top20中騰訊占了7成，第一和第二分別位微信和QQ）。

3. 今日頭條——張一鳴

每一款產(chǎn)品的發(fā)展都會或多或少都會收到創(chuàng)始人的影響，我們通過了解其創(chuàng)始人的背景，希望能對產(chǎn)品有更深入的了解。

張一鳴，今日頭條創(chuàng)始人，現(xiàn)任CEO。

2005年，南開大學(xué)畢業(yè)加入酷訊。加入酷訊之前曾有過短暫的時光和師兄創(chuàng)業(yè)。

加入酷訊后，兩年的時間從一枚普通的程序員進階為技術(shù)開發(fā)總監(jiān)（這段經(jīng)歷張一鳴在篇文章“最看好年輕人的五個特質(zhì)”中有詳細描述，感興趣的同學(xué)可以看看）。

2008年，加入微軟同年離開并以技術(shù)合伙人的身份加入社交網(wǎng)絡(luò)校內(nèi)網(wǎng)和飯否。

飯否關(guān)閉后創(chuàng)立了中文房產(chǎn)搜索網(wǎng)站九九房，九九房當(dāng)時已成為第三大房產(chǎn)信息網(wǎng)站，并在移動領(lǐng)域同類應(yīng)用中遙遙領(lǐng)先。

2012建立了字節(jié)跳動科技有限公司即今日頭條。

總結(jié)起來，就是不斷的創(chuàng)業(yè)，不斷的顛覆自己，去做自己想做的事情。他創(chuàng)建今日頭條之前的一次創(chuàng)業(yè)已經(jīng)成功。因為在飯否和王興（美團CEO）一起創(chuàng)業(yè)，所以不斷的有媒體把他們兩個一起比較。

相傳張一鳴在坐地鐵的時候用報紙讀新聞，而周圍的人都用手機看新聞，意識到移動互聯(lián)網(wǎng)的到來，我們處在信息大爆炸的時代，獲得自己想要的信息，成本卻是越來越高。以此創(chuàng)建了今日頭條。

二、今日頭條的產(chǎn)品分析

如何成長為聚合類APP中的一匹黑馬？

如何將“個性化”閱讀做成行業(yè)競相模仿的標(biāo)桿？

如何實現(xiàn)用戶與內(nèi)容的精準(zhǔn)連接?

頭條拿到用戶的行為數(shù)據(jù)后，會對用戶做個簡單的模型分析，建立標(biāo)簽樹對內(nèi)容主題等提取分類，按照用戶的標(biāo)簽推薦給用戶，實現(xiàn)個性化推薦。

個性化推薦的三要素：用戶，模型，內(nèi)容。

1.界面分析

如何將信息最好的方式展示給用戶，提升用戶體驗？

• 主流的圖片+文字形式展示信息，提升碎片化閱讀的舒適感；
• 本地緩存，網(wǎng)絡(luò)狀態(tài)不好的情況下不用加載，同時在網(wǎng)絡(luò)狀態(tài)不好的情況下，顯示小圖，提升加載速度；
• 已經(jīng)點擊閱讀過的文章置為暗色，兩次間隔過久，自動記錄上次瀏覽的位置，幫助用戶；
• 下拉即可刷新獲取更多文章；
• 提供短視頻的入口，提供不同的信息瀏覽方式；
• 突顯評論，分享的地位，提升用戶的參與感。

今日頭條放棄直播，將短視頻放到第二個入口，個人認(rèn)為是因為短視頻內(nèi)容更適合控制和做分發(fā)。此外直播對網(wǎng)絡(luò)環(huán)境的要求較高，因此短視頻更有優(yōu)勢。

如何拿到用戶更多的行為數(shù)據(jù)？

在客戶端拿到更多的用戶行為數(shù)據(jù)，才能給用戶建立更完善的標(biāo)簽，推送的內(nèi)容才能更準(zhǔn)確，那么今日頭條對用戶行為數(shù)據(jù)的采集做了哪些努力？

（1）引導(dǎo)用戶登錄

只有完整的賬號體系，才能給用戶建立系統(tǒng)的模型，新聞客戶端的產(chǎn)品特性決定，用戶在不登錄的狀況下也能正常使用，今日頭條在引導(dǎo)用戶登錄做了很多文案方面的刻意引導(dǎo)。

• 用戶點擊小叉后，提示文案：減少類似內(nèi)容，登錄后推薦跟精準(zhǔn)；
• 用戶第二次打開客戶端，我的文案明確提示為“未登錄”狀態(tài)；
• 第三方，微信，QQ快捷登錄。登錄頁提示文案：登錄后保存閱讀習(xí)慣，打造專屬頭條；
• 頭條不乏使用一些大尺度的圖片來吸引用戶，引導(dǎo)用戶持續(xù)使用并登錄。

（2）獲取用戶對推薦問文章的正負(fù)反饋，建立完整的模型提示

今日頭條的界面有個很明顯的特征，每篇文章右下角有個小叉號，用戶點擊可選擇理由，屏蔽相關(guān)文章；

短視頻界面，用戶點擊右下方，選擇不感興趣，可屏蔽相關(guān)視頻類的推薦；

通過以上兩種來獲取給用戶推薦精準(zhǔn)與否的負(fù)反饋，優(yōu)化自己的推薦算法。

同時頭條將分享，評論，收藏，關(guān)注文章作者的頭條號功能擺放的比較凸顯，甚至在某些文章的下面增加打賞的功能。今日頭條不只局限于新聞資訊APP，不斷的拓展自己的邊界，打造成一個推薦給用戶喜歡的所有內(nèi)容的平臺，引導(dǎo)用戶自主的轉(zhuǎn)發(fā)，評論，收藏，關(guān)注獲取用戶的更多的行為數(shù)據(jù)，來判斷用戶對推薦文章的喜好。

（3）頻道推送，頭條號，社交因素

在首屏，頻道類根據(jù)熱門頻道，和用戶自己主動添加的頻道給用戶推薦，當(dāng)然根據(jù)頻道推薦在傳統(tǒng)的新聞客戶端的比較重要，今日頭條的推薦算法中的占比并不大，讓用戶主動選擇是有成本的，同時有些文章很難按照固定的標(biāo)簽劃分。

頭條開創(chuàng)頭條號后，在文章和短視頻中，開始主推自己的頭條號，同時在關(guān)注中有各種類型的頭條號可供用戶選擇。根據(jù)用戶關(guān)注的作者的頭條號，為用戶推薦類似的內(nèi)容，拓展用戶的閱讀范圍。

頭條也在不斷的嘗試社交，來增加用戶的粘性，獲取更多的用戶社交數(shù)據(jù)，例如同步通訊錄好友，關(guān)注明星等大V的頭條號（有點類似于微博的味道）。同時頭條也在開創(chuàng)頭條問答的社區(qū)，在社區(qū)社交方面，可以看到頭條也在做不斷的努力和嘗試。

?2.個性化推薦模型分析— 如何做到個性化推薦，實現(xiàn)內(nèi)容與用戶的精準(zhǔn)連接

用戶模型的建立—用戶喜歡什么？

（1）新用戶—冷啟動

新用戶登錄之后，并沒有任何行為數(shù)據(jù)，如何給新用戶做個性化推薦？

當(dāng)新用戶加入時，一般需要給用戶一個初始興趣值今日頭條選擇了冷啟動的解決方案——通過對用戶微博賬號的分析建立一個“興趣圖譜”，即根據(jù)用戶在微博上發(fā)布的內(nèi)容及其所屬類別、用戶自標(biāo)簽、社交關(guān)系、社交行為、參與的群組、機型、使用時間等來數(shù)據(jù)源來推斷出用戶的興趣點有哪些。社交關(guān)系、社交行為即用戶和用戶之間的交流狀況，可以根據(jù)二者間的共同好友數(shù)、相互評論熟、@數(shù)等來做度量。

（2）根據(jù)用戶的行為數(shù)據(jù)，完善模型

通過用戶對推薦的文章，視頻。評論，分享，收藏，點贊，屏蔽來獲取用戶的正負(fù)反饋數(shù)據(jù)，不斷完善用戶的模型，畫像。

（3）協(xié)同過濾

基于用戶的寫通過率推薦算法先使用統(tǒng)計技術(shù)尋找與目標(biāo)用戶有相同喜好的鄰居，然后根據(jù)目標(biāo)用戶的鄰居的喜好的文章，向目標(biāo)用戶推薦。基本原理就是利用用戶行為的相似性來互相推薦用戶可能感興趣的文章。

（4）環(huán)境特征

根據(jù)時間，地理環(huán)境特征為用戶推薦不同的文章。例如用戶早上和晚上想讀的文章肯定不一樣，在辦公室和家里想讀的文章也有區(qū)別，用戶的地理環(huán)境特征比較難獲取，這也是頭條個性化推薦的一個短板。

內(nèi)容的分發(fā)—哪些內(nèi)容適合推薦給用戶

創(chuàng)作者產(chǎn)出一篇文章，會經(jīng)過層層篩選，然后推薦給需要的用戶

（1）機器去重。

（2）文章主題分類。

使用自然語言處理和圖像識別技術(shù)對每條信息提取幾十個到幾百個高維特征，并進行降維、相似計算、聚類等計算去除重復(fù)信息；對信息進行機器分類、摘要抽取，LDA主題分析、信息質(zhì)量識別等處理。

（3）熱門文章與新文章的平衡

給用戶推薦新文章還是熱門文章，兩者之間要做一個評估，既讓用戶能看到熱門文章，同時讓新的文章也要有機會接觸到用戶。

3.內(nèi)容的來源

今日頭條有別于傳統(tǒng)的新聞客戶端，并沒有自己的編輯部門，前期的內(nèi)容都是靠爬蟲抓取，當(dāng)然在今日頭條創(chuàng)建初期的時候，這樣會給傳統(tǒng)的新聞客戶端帶來一部分的流量，也不至于形成直接的競爭，這些傳統(tǒng)的新聞客戶端也樂見其成。后期頭條逐漸做大，帶來的更多的版權(quán)問題。在內(nèi)容創(chuàng)業(yè)盛行的大趨勢下，今日頭條推出頭條號，投入2億基金大力扶持平臺原創(chuàng)內(nèi)容，彌補內(nèi)容質(zhì)量短板，打造互聯(lián)網(wǎng)創(chuàng)作的第一平臺。同時抓住短視頻內(nèi)容創(chuàng)作的風(fēng)口，投入10億大力發(fā)展。

三、總結(jié)

分析完頭條的產(chǎn)品模式，我們再來總結(jié)下頭條為什么能獲得今天的成功。

1.技術(shù)的優(yōu)勢和清晰的產(chǎn)品定位

今日頭條在推出之前，張一鳴團隊就推出過頭條段子等一系列的產(chǎn)品來驗證用機器學(xué)習(xí)做內(nèi)容信息分發(fā)的可行性，之后推出今日頭條并迅速獲得成功。

頭條不同于傳統(tǒng)的新聞客戶端，是款聚合類信息的APP，連接的人與信息，這有點類似于百度，依賴流量變現(xiàn)。

2.頭條APP不斷的嘗試獲取用戶更多的數(shù)據(jù)，通過機器學(xué)習(xí)不斷擴容大數(shù)據(jù)庫構(gòu)建自己的壁壘

頭條在產(chǎn)品界面，如何獲取用戶的行為數(shù)據(jù)，正負(fù)反饋。做了很多嘗試，并通過機器學(xué)習(xí)不斷的完善自己的大數(shù)據(jù)庫，優(yōu)化模型分析，建立起自己的技術(shù)壁壘。

3.開始發(fā)力彌補自己內(nèi)容原創(chuàng)質(zhì)量不足的短板，頭條號已經(jīng)取得不錯的效果

說起頭條不得不說的的一個就是頭條號，頭條號自創(chuàng)建以來，已經(jīng)取得不錯的成績，彌補自己的原創(chuàng)內(nèi)容不足的同時，也為自己重新建立了一道護城河。

四、個人建議

1.文章，視頻的內(nèi)容質(zhì)量有待提高。

頭條推薦給用戶的東西仍然給人低俗的形象，這也影響著頭條的發(fā)展。標(biāo)題黨，大尺度的圖片等成為用戶不斷吐槽的點，大尺度照片是頭條自己內(nèi)容質(zhì)量的短板的問題，是用戶自己選擇的結(jié)果。也同時不排除頭條刻意推薦給用戶這些圖片，提高用戶的使用時長，畢竟流量才是頭條的目前變現(xiàn)的方式。

2.個性化推薦并不是很精準(zhǔn)(增強用戶環(huán)境特征的挖掘，允許用戶自貼標(biāo)簽)。

3.作為新聞資訊類的產(chǎn)品，新聞時效性比較差（頭版區(qū)域設(shè)置新聞專欄，增強熱點新聞的推送）。

4.在社交上可以做更多的嘗試，比如建立興趣小組等。

以上內(nèi)容純屬個人興趣整理，個人拙見，有看法相左的，歡迎隨時討論。

本文由 @gyg2018 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。