调研豆瓣读书推荐策略

背景

试着对豆瓣读书详情页的推荐模块——“喜欢读XXX的人也喜欢”，做一个阶段性调研。

image.png

找到理想态

理想态定义：用户通过“喜欢读XXX的人也喜欢”模块找到自己感兴趣的书

核心指标拆解：

• “喜欢读XXX的人也喜欢”模块下的书的点击率
• 对“喜欢读XXX的人也喜欢”模块下的书进行后续操作，包括标注（想读、在读、已读）、评价、写笔记、写书评、加入购书单、添加到豆列、分享。

检验是否达到理想态的量化参照标准：

推荐的全部10本书，对单本的【喜欢】超过50%

【喜欢】行为包括：

• 加入购物车、加入豆列、标注想读，包含一项则为喜欢
• 推荐书详情页超过30s则为喜欢
• 书籍评分超过三星则为喜欢
• 书评、笔记等情感指数计算，分数大于0分为喜欢

抽样分析

调研目标：分析“喜欢读xxx的人也喜欢”模块存在的问题，并给出优化方案

抽样对象：从全部用户数据中筛选出一周内有以下行为片段的数据

• 未点击“喜欢读XX的人也喜欢”模块的行为数据
• 点击了“喜欢读XX的人也喜欢”模块，但未产生【喜欢】行为的数据

选择抽样方法&确定抽样数量：采用简单随机抽样，从豆瓣读书的大类目下各随机选择一本，组成5个case

样本分析标注：

1 标注维度

• 书籍属性标签（被推荐书籍与当前书籍的相关度）
• 用户相关度（被推荐书籍和当前用户的相关度）

2 数据如下（全部数据见链接）：《豆瓣读书推荐策略case数据》

image

整理汇总问题：

1 存在的问题

• 不同版本书籍重复推荐
• 高分图书推荐过多
• 推荐的书和浏览的书关联性不大
• 推荐的书与用户画像关联性不大

2 豆瓣推荐策略猜想

• 基于用户的协同：将对当前书籍喜欢行为较高的用户喜欢的书籍作为候选推荐list
• 基于物品的协同：当前书籍若存在于某个豆列中，将该豆列的其他书籍作为候选推荐list
• 将上述两个候选list赋予不同权重，聚合后排序，形成最终推荐list

优先级判断

image