产品经理:AI人工智能&大数据0岁的产品经理产品经理

AI产品经理:分享一些关于人工智能&在内容分发推荐领域的

2019-03-12  本文已影响8人  ca373699d162

前文:关于自己对人工智能(AI)与内容推荐、分发领域的一些思考。不保证完全正确、完整。更多是日常发散想法,以及一些身边做推荐分发和AI的PM沟通的Q&A想法,后面其他方向的也会不定期发出来。

本期十个想法,关于内容,分发推荐以及AI。

这里也没有太大的章节段落,大家感兴趣可以看看,随意看,草记。补充1:这些观点,如果你认可的话,也可以作为面试回答的点。但前提需要你认可和有一定工作经验、产品案例去支撑,否则被面试官深挖会被套路而面试丢分)补充2:姊妹篇(占坑):

#目录#

想法一:现状最成熟的个性化

想法二:人工智能在内容推荐产品中应用

想法三:人工智能的本质和发展趋势

想法四:抖音和微信打架?(本质是抢占分发)

想法五:内容分发老东家的新趋势和展望?

想法六:分发的内容怎么来?

想法七:内容分发推荐的核心原理?

想法八:内容推荐产品迭代方向是?

想法九:内容推荐需要产品运营吗?

想法十:内容推荐产品的渠道推广?

想法一:现状最成熟的个性化

人工智能在内容分发领域应用较为广泛、深度。

如今日头条、抖音、快手等产品,其内容分发的本质:基于人工智能在推荐系统的应用。

(目前个性化方面的应用,应是最成熟的落地场景。可能这个不一定绝对正确。但如果综合用户感知强度、商业价值、技术成熟度、人员储备量,应该是上面所提的较为成熟。日前有个调研报告,关于现在大部分群众对人工智能感知最强是无人驾驶,然后是个性化推荐。)

想法二: 人工智能在内容推荐产品中应用

(1)内容分发历史变迁

1.口口相传——>文字,纸张——>电视,收音机等媒介方式—>互联网,内容推荐算法

规律:

A信息不断爆炸

B信息不断去中心化

(中心化即:如图书,传统报纸由编辑经验选择内容、强制的。用户没有选择权)

(2)人类对信息接收程度

信息过多,处理焦虑。海量信息,如何选择。

规律:很简单,如诸葛亮、雍正,累死。

(3)互联网

互联网的门户编辑筛选下发——>搜索引擎作内容分发——>移动端碎片化(个性化)

【移动端时代,编辑模式、搜索筛选模式都是成本很高的】

(4)解决信息过载的方式

A个性化分发方式:(内容推荐)

1.今日头条、抖音

2.传统的编辑推荐,如知乎、微博 也往推荐系统在走

B.知识付费(优质内容)

C.计算广告,商业投放,精准营销mord........

想法三:人工智能的本质和发展趋势

人工智能有3个关键要素:数据、算法、算力。

数据:大数据时代(互联网的海量用户数据)ps但依然存在数据种类不丰富、维度不全;

算力:芯片GUP等、云计算;

算法:一堆公式,可从论文也可从开源上拿来就用,但好不好用还需业务验证。

人工智能可以理解为:“模型”(提供输入输出)。

本质:端-端

输入输出方式:输入数据,输出结果;

现状:弱人工智能;

人工智能(模型)数据函数的生成是变量+预测。

本质是先将过去的数据作为自变量,以及对应的结果作为因变量。

然后将这两个量输入到机器里,然后通过特征算法生成该函数。

此时,当扔进“新的数据“ 作为自变量,作为预测。

...

想法四:抖音和微信打架(本质是抢占分发)

为什么会打起来?

首先,互联网的公司本质就是竞争用户的注意力。(流量,占据用户的时长)

其次,2016年开始,整个互联网进入了“存量竞争”,即人口红利过去了。当下竞争就是用户的注意力。目前就是头条系的产品占了越来越多用户时间,导致腾讯系产品的被积压,即甚至导致一些内部孵化产品走向灭亡。(腾讯内部很多孵化项目....)

再者,我觉得也是两个方向PK:工具互联网和算法互联网的PK。(腾讯系的好产品一般是工具,如QQ和腾讯。但偏运营、技术性的不擅长。ps:工具本质是提升用户解决问题的效率。)

算法互联网产品(头条,懂车帝,抖音等)

从工具互联网到算法互联网的更替。以前的工具已经有了,如果再做工具是没有太多机会。因此从内容、推荐分发入口,解决信息过载的问题。

又或者说传统纯工具型的产品,也要“搭载”内容才能“增强壁垒”、走的更远。如很典型的浏览器、WIFI万能钥匙等,都成功加载了feed内容资讯流,延长产品生命,提升用户时长和活跃粘性,增大商业变现空间。

即,很多的人工智能、分发类产品,都是走算法的产品封装,解决问题。

想法五:内容分发老东家的新趋势和展望?

内容分发的老东家是泛指:信息流产品。

这类很多,如今日头条的新闻内容,淘宝京东等电商首页,如小视频等等...

传统的信息流产品:各家的门户、新闻客户端。一般通过汇聚内容源在客户端展示,渠道铺量、卖广告赚收益;

当互联网进入下半场,需要搞的是生态流量+精细化运营。(当红利期结束,存量竞争)——>导致渠道铺量、用户红利增长缓慢,广告收益降低。

因此出现两个趋势:

1、C端垂直化。(如头条有很多垂直类产品,悟空问答、懂车帝,当他们产品的增长都很慢,那么就开始做精细化运营,包括原来的tab频道衍变成app产品)

2、B端产品。(如头条把很多产品与工具类、手机设备商提供内容合作、厂商和APP捆绑安装合作等,这点类似wifi万能钥匙的逻辑)

巨头会在信息流有局限吗?

微博、快手:内容产品孵化上没有头条那么顺利。

why:核心是:由于微博基于做媒体类产品,快手也是基于短视频类的产品。无论做任何产品始终都是面对同一类用户,无法像头条一样做用户的分群,精细化运营?

想法六:分发的内容怎么来?

即,内容推荐产品内容源,业内大多数是以下的:

(1)自生产内容

1.媒体有采编权的。 有记者采访、发布等权利。

2.内容编辑生产内容。即洗稿。虽然没有采访权,可以通过对多方内容进行整合生产内容。

(2)合作方内容

一般目前的内容产品平台,都是聚合类。即与主流媒体合作,提供内容合作。

(3)自媒体内容

主流的内容分发平台都做了。如一点号、百度号、大鱼号、头条号。即自媒体生产的内容汇聚到平台之中。(UGC/PGC/UPGC)

(4)网络抓取内容

爬虫。(版权意识问题)

如搜狐的主流账号,都是靠抓取的。(自生产比较少)

想法七:内容分发推荐的核心原理?

  - 内容推荐产品个性化推荐【原理比较复杂、核心】

流程图节点说明:

内容源:

内容审核与发布:

运营干预:

>某些内容是要热点置顶的

>

内容画像:

>如资讯内容:一篇文章属于汽车OR娱乐?作者来源是?分级

>

用户画像:

构建模型及自学习:(推荐系统)

召回:从海量内容库筛选出 符合产品场景调性、用户兴趣需求的内容。(即初筛出几百-上千条)

>经典的算法:CF(基于内容和基于用户)

基于用户:人以类聚,物以群分。

基于物品:一般用户买了A,又会买B。 此时有用户买了A,那么我给推B

基于热度:

基于内容:在相关推荐。(不依赖用户兴趣行为,纯基于内容的相关性)

排序:召回初筛的,*(但是不知道哪个用户对哪类会更感兴趣)于是利用用户历史行为进行计算,预测【模型】未来。使之更可能点击、感兴趣。

>>所以召回的多篇文章,扔进去算法排序模型中。此时对每篇进行分数计算,分值越高越靠前。(如0.8分、0.7)。

多样性及过滤:(个性化容易陷入单调)

多样性:

过滤:解决不必要的内容。(如1淘宝购买了一个跑步机,还推跑步机则不好。如果买了鞋子再推鞋子,还能说得过去。所以跑步机是需要过滤的)—>看内容的属性(购买周期)、2.看过重复的不再推。)

模型的效果优化(自学习)

用户使用产品的内外部条件变化。(节日、热点)

如端午节,用户更关注节日行为。那么用户阅读行为也变化。那么算法也需要自学习这些行为。

即在原有模型基础上做增量模型的更新,在不断自学习。以达到更理解用户行为偏好,并且能满足当时当下的行为特征和偏好。以保证这些内容是用户是喜欢和更关注的。

想法八:内容推荐产品迭代方向是?

即,PM做一个0-1或1-99的内容推荐产品,往往迭代工作方向有以下:

(1)填充更多内容类型

如头条一开始只有图文类内容。随着对用户的理解、诉求变化等,丰富更多内容类型以作推荐。

(如直播,小视频,小说,问答,微头条)

因此,内容类型不断被增加,产品迭代方向:

内容源如何获取、内容如何筛选、内容如何在前端展示?

(2)触发及收集更多用户行为

收藏、评论、点赞踩、负反馈...降维、升维?、打压等等...给推荐系统进行不断反馈学习。

那么这时候的方向是:收集、特征化、验证更多的行为数据,这个可以参考社区大量的产品、场景特征。

(3)提升广告推荐效果及广告位覆盖(优先级高点)

广告本质即推荐系统+竞价排名。为了保证整体效果,如广告ROI、符合用户偏好,所以也需要精准定投,即用户画像的精准。

其次,不断扩充广告位的覆盖。提升更多广告收入,做增量。

如feedl流梅刷出现2条广告(4、9)...

(4)提升算法分法效率

内容标签完善。人工干预给内容打标签、标注;

排序阶段做更多,如给排序加入更多的特征;如将深度学习加到排序算法中,即特征预处理。

需要更懂用户,也懂数据。从数据表现和短期业务目标作策略调整。

例子:如提升用户平均阅读篇数,推荐更多热门、新的吸引点击;

(核心:让策略PM(画像/推荐分发等PM)更了解用户、更了解业务目标,来做召回的事情,做到极致。召回决定推荐系统的上限,质量。)

(5)功能方面完善

很多,如

用户阅读需求方式:信息流、专题方式、push方式...

用户与内容、作者的互动:互动性、粘性..

基础设施的功能问题:答题奖品.....

想法九:内容推荐需要产品运营吗?

肯定需要。

因为不管算法再牛B,在互联网用户中。

有人就有江湖,光产品和算法不够,用户用的爽不爽,氛围需要运营。

(1)内容运营方式

即离线的push、短信等:用户拉活唤维。内容领域push一般可分为3类:

1.快讯:时效性高的。(哪家快就内容拉活效果高,内容聚合产品这个比较重视)

2.个性化的:运营(内容)打标签、用户打标签:解决是留存。

3.订阅的:如订阅了某个作者,更新的通知。

>>内容的干预:某频道的头部(政治、热点)、封禁的过滤;

(2)推荐运营方式

个岗位的技术含量,说白就是给用户、内容打标签,跳权。

负责规则策略。包括有给用户、内容打标签; 自媒体等级; 调权)

(3)活动运营方式

拉活拉新。如金币积分、师徒、福利活动等。(看业务)

(4).....more

想法十: 内容推荐产品的渠道推广?

即,如何主动触达用户获取用户?

(1)线上渠道分类

PC SEO

移动端 ASO

官网、设备商合作(推广、预装,如一点资讯+opop)、应用商店

(2)线下渠道获取方式

活动地推

线下广告

(3)新渠道趋势

16年后进入存量竞争。

趣头条:直接补贴、发钱。

(4)...more,偏市场营销,饭友们感兴趣推荐可以看AIDMA营销策略,对增长方面很有帮助。

小结

如前文所述,是属于个人一些日常发散想法,以及一些身边做推荐分发和AI的PM沟通的Q&A想法。

因此,内容不保完整性质。同时也没章节段落,大家感兴趣可随意看,草记。

本期十个想法,关于内容,分发推荐以及AI。

其他的方向的后面也会不定期发出来。

此外,作为PM面试的角度:

这些观点,如果认可的话,也可以作为面试回答的点。但前提需要你认可和有一定工作经验、产品案例去支撑,否则被面试官深挖会被套路而面试丢分。

—————

以上,谢谢

希望对你有帮助,

大家也可以分享给身边有需要的人~

附:关于信息

以上内容,来自点评整理自饭团“策略产品经理研习社”,干货内容汇总: https://dwz.cn/f2q6gKCo

「策略产品经理研习社」

做两件事:

1.社区:分享产品经理策略通识、AI和策略类产品经理的修炼干货;

2.服务:提供入行产品经理的0-1转型和面试指导,PM日常答疑帮助;

策略类涵盖:AI人工智能、商业广告、推荐系统、搜索排序、电商策略、黑客增长、用户运营、数据分析、风控等

公众号:chanpin007(策略产品经理研习社)

干货汇总: https://dwz.cn/f2q6gKCo

饭团-社区入口:

交流研习社群:

策略产品经理研习 QQ大群:13119277

产品经理校招应届生求职  QQ群:161455411

饭团社区 微信群: 公众号chanpin007 (入口)

上一篇下一篇

猜你喜欢

热点阅读