作者：高木

上一篇?jiǎng)倓傉f了抖音的內(nèi)容推薦排序很厲害。例，有些老色批男人的抖音十個(gè)推薦里有八個(gè)是大長腿，那么抖音是怎么做到的呢？

其實(shí)當(dāng)你是新用戶的時(shí)候，抖音并不知道你喜歡什么樣的視頻，這時(shí)候給你推薦的視頻完全是隨機(jī)推薦一些熱度高的視頻，在這些視頻的背后貼滿了一個(gè)個(gè)屬性標(biāo)簽，例，一個(gè)小姐姐的熱舞視頻，視頻的背后標(biāo)簽可能就是“美女”、“大長腿”、“跳舞”、“黑絲”等諸多標(biāo)簽。而一個(gè)做菜的美食視頻標(biāo)簽可能就是“美食”、“家?！?、“廚藝教學(xué)”等諸多標(biāo)簽。

隨著你行為數(shù)據(jù)等豐富，你相應(yīng)的行為會(huì)加深對應(yīng)標(biāo)簽的權(quán)重。例如，你在某個(gè)視頻的停留時(shí)間更長，觀看次數(shù)更多，點(diǎn)贊、評論、轉(zhuǎn)發(fā)等互動(dòng)行為更多，那么這個(gè)視頻背后的標(biāo)簽在你的賬號上權(quán)重就會(huì)上升。

推薦內(nèi)容逐漸精準(zhǔn)的過程就是一個(gè)貼標(biāo)簽、統(tǒng)計(jì)標(biāo)簽、匹配標(biāo)簽和結(jié)合其他維度屬性的綜合過程。

通過一定數(shù)量的行為數(shù)據(jù)統(tǒng)計(jì)，抖音就能大概地知道了你的喜好傾向，接下來的推薦視頻會(huì)根據(jù)你的喜好傾向，推薦帶有相同標(biāo)簽的高質(zhì)量視頻以做進(jìn)一步的分析，逐步完善，針對你喜好的推薦會(huì)越來越精準(zhǔn)，獲得你更多停留時(shí)長的概率也就越高。

抖音圍繞著標(biāo)簽體系、召回模型、融合模型、排序規(guī)則等其他維度屬性排序做了一個(gè)綜合的策略體系。

用戶喜歡什么類型的視頻我們是不知道的，并且計(jì)算機(jī)無法理解人們主觀的思維，所以我們需要收集并分析用戶在平臺(tái)產(chǎn)生的行為數(shù)據(jù)，把這些行為數(shù)據(jù)進(jìn)行精煉、歸類，形成一套完整閉環(huán)的標(biāo)簽體系去描繪用戶的數(shù)據(jù)形象。

▲圖1-1 標(biāo)簽體系的應(yīng)用流程

一套優(yōu)秀的標(biāo)簽體系結(jié)構(gòu)可以讓計(jì)算機(jī)更好地理解這些行為數(shù)據(jù)，對于用戶意圖的判斷和數(shù)據(jù)召回模型的優(yōu)先級都有很重要的輔助作用。

整個(gè)標(biāo)簽體系的搭建圍繞著三個(gè)步驟去展開：標(biāo)簽建模、標(biāo)簽提煉、標(biāo)簽聚合

標(biāo)簽建模

搭建思路是將數(shù)據(jù)分為四個(gè)層級模型，第四層為預(yù)測模型，但預(yù)測模型的算法需要大量數(shù)據(jù)進(jìn)行演算，本次不做討論，所以暫且分為三層進(jìn)行構(gòu)建。

▲圖1-2 標(biāo)簽體系的流程架構(gòu)

第一層主要是原始數(shù)據(jù)庫，在這一層，我們考慮到數(shù)據(jù)存儲(chǔ)、采集難度和成本方面的因素，盡可能在可控成本內(nèi)獲取到盡可能多的原始數(shù)據(jù)，因?yàn)楹竺嫠袠?biāo)簽體系構(gòu)建都將依托于原始數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行計(jì)算、分析、歸類、建模，所以在收集階段，原始數(shù)據(jù)庫的搭建要盡可能的全面，故在這一層的關(guān)鍵詞是：大量、數(shù)據(jù)。

而第二層級是根據(jù)第一層的原始數(shù)據(jù)通過算法計(jì)算、提煉、規(guī)劃成可以組成標(biāo)簽體系的一系列通用標(biāo)簽，而這類標(biāo)簽的存在形式類似于矩陣或者多個(gè)類別的集合。

在業(yè)務(wù)需要時(shí)，該類標(biāo)簽從數(shù)量和維度都可以增加以滿足業(yè)務(wù)需求。所以第二層的關(guān)鍵詞是：通用、標(biāo)簽。

而對于第三層，我們可以通過對標(biāo)簽的聚合、提煉、建模等方式構(gòu)成用戶的多個(gè)“面”，并運(yùn)用于多個(gè)場景。例如：說小明在聽音樂時(shí)的畫像是搖滾、年輕、流行、活潑；而在學(xué)習(xí)時(shí)的畫像是認(rèn)真、專心、投入、經(jīng)濟(jì)學(xué)等。

通過用戶不同的角度實(shí)際運(yùn)用于各類業(yè)務(wù)需求，實(shí)現(xiàn)精準(zhǔn)化。所以在第三層的關(guān)鍵詞是：聚合、運(yùn)用。

標(biāo)簽提煉

獲得了大量的原始數(shù)據(jù)后，我們想把這些數(shù)據(jù)運(yùn)用起來，就需要把用戶的數(shù)據(jù)更加具象化。因?yàn)橐呀?jīng)把用戶數(shù)據(jù)采集起來了，基礎(chǔ)的標(biāo)簽可以直接運(yùn)用內(nèi)容的標(biāo)簽，通過對用戶感興趣的內(nèi)容給用戶貼標(biāo)簽。

內(nèi)容標(biāo)簽化

首先要把內(nèi)容標(biāo)簽化了，根據(jù)行為的不同制定不同類別不同級別的標(biāo)簽，可以是描述性的，也可以是具象性的，根據(jù)實(shí)際業(yè)務(wù)需求去適應(yīng)即可，形式并不限制。但內(nèi)容的標(biāo)簽最好具有通用性，可以是適用于采集到的用戶數(shù)據(jù)的大部分的主體內(nèi)容。例如，房產(chǎn)類網(wǎng)站，這個(gè)類別的標(biāo)簽可以是房子的區(qū)域、單價(jià)、面積、數(shù)量等。

▲圖1-3 內(nèi)容標(biāo)簽化

內(nèi)容標(biāo)簽化的時(shí)候需要注意，標(biāo)簽值需要一個(gè)統(tǒng)一的維度，在維度統(tǒng)一的前提下，后期使用或者比較數(shù)據(jù)才具有對比性。例，圖1-3，區(qū)域的維度需要統(tǒng)一，如果決定是以行政區(qū)為維度，那么每個(gè)房源信息中的“區(qū)域”都需要以這個(gè)維度去統(tǒng)計(jì)，不能以其他維度進(jìn)行統(tǒng)計(jì)。這個(gè)邏輯下來，房源id為101的標(biāo)簽信息為：豐臺(tái)區(qū)、3單價(jià)、3套房源、40-50平方、….

用戶標(biāo)簽化

接下來就是把內(nèi)容所代表的標(biāo)簽根據(jù)用戶的行為賦予在用戶身上，這個(gè)過程就要研究用戶的興趣傾向，通過對用戶行為的分析，判斷出用戶感興趣的內(nèi)容，把這部分內(nèi)容的標(biāo)簽，提煉、聚合后賦予至用戶身上。

在用戶的行為數(shù)據(jù)中，我們可以根據(jù)記錄用戶對不同內(nèi)容的不同互動(dòng)數(shù)據(jù)，代表這個(gè)用戶對于當(dāng)前內(nèi)容的興趣傾向程度。例，用戶的瀏覽（時(shí)長/頻率）、點(diǎn)擊、分享/收藏/關(guān)注等。

通過對不同行為進(jìn)行賦值，我們就可以通過分值的計(jì)算得出用戶最感興趣的一組標(biāo)簽。

在用戶的行為數(shù)據(jù)中，我們可以根據(jù)記錄用戶對不同內(nèi)容的不同互動(dòng)數(shù)據(jù)，代表這個(gè)用戶對于當(dāng)前內(nèi)容的興趣傾向程度。例，用戶的瀏覽（時(shí)長/頻率）、點(diǎn)擊、分享/收藏/關(guān)注等。

通過對不同行為進(jìn)行賦值，我們就可以通過分值的計(jì)算得出用戶最感興趣的一組標(biāo)簽。

▲圖1-5 用戶行為賦值計(jì)算表

完成對于關(guān)鍵行為的權(quán)重分值計(jì)算后，我們需要把用戶數(shù)據(jù)按照上面內(nèi)容標(biāo)簽化的方式打散成標(biāo)簽，并且賦予其中，關(guān)鍵行為的對應(yīng)分值。

▲圖1-5 標(biāo)簽賦值后優(yōu)先級排選邏輯

把標(biāo)簽與分值關(guān)聯(lián)并進(jìn)行計(jì)算。例，商品A的標(biāo)簽“商品產(chǎn)地”的值有“福建、廣東、、云南、浙江、河北”等，通過分值計(jì)算，找到分值最高的值作為該用戶此標(biāo)簽的值。

標(biāo)簽聚合

首先將數(shù)據(jù)分為幾個(gè)大類，每個(gè)大類再進(jìn)行逐層細(xì)分。在構(gòu)建標(biāo)簽時(shí)，只需要構(gòu)建最下層的標(biāo)簽，就能夠映射出上面兩級標(biāo)簽。

圖1-6標(biāo)簽排序?yàn)橐患?gt;二級>三級，一級為上層標(biāo)簽，三級為最下層標(biāo)簽

上層標(biāo)簽都是抽象的標(biāo)簽集合，一般沒有實(shí)用意義，只有統(tǒng)計(jì)意義。例，我們可以統(tǒng)計(jì)有用戶信息標(biāo)簽的用戶比例，但用戶有用戶信息標(biāo)簽，這本身對精準(zhǔn)的推薦沒有任何意義。

▲圖1-6 底層標(biāo)簽與上層標(biāo)簽的聚合關(guān)系

首先，對于底層標(biāo)簽有兩個(gè)要求：一個(gè)是每個(gè)標(biāo)簽只能表示一種含義，避免標(biāo)簽之間的重復(fù)和沖突，便于計(jì)算機(jī)處理；另一個(gè)是標(biāo)簽必須有一定的語義，方便相關(guān)人員理解每個(gè)標(biāo)簽的含義。

其次，標(biāo)簽的粒度也是需要注意的，標(biāo)簽粒度太粗會(huì)沒有區(qū)分度，粒度過細(xì)會(huì)導(dǎo)致標(biāo)簽體系太過復(fù)雜而不具有通用性。

總結(jié)

推薦策略是解決互聯(lián)網(wǎng)海量信息資源出現(xiàn)信息過載問題的方法，也是為了解決問題、提高效率的架構(gòu)體系。在做推薦策略前先問問自己要解決哪方面的問題，這個(gè)推薦策略能提高哪方面的效率，不要為了做推薦而做推薦，推薦策略更多的是平衡商業(yè)化和用戶體驗(yàn)的一個(gè)解決方案，要考慮自己業(yè)務(wù)整體情況去酌情調(diào)整。

最后，此文部分觀點(diǎn)來源于網(wǎng)絡(luò)，僅做知識(shí)分享用途，無商用用途。如果對你有用，請記得點(diǎn)贊、評論、收藏。謝謝！

下一篇我們在詳細(xì)討論一下推薦策略的精度如何提高，具體怎么做

未完待續(xù)。。