微信“看一看”的出發(fā)點是改善用戶對訂閱號的閱讀效率，本文作者圍繞“內(nèi)容”、“用戶”、“用戶—內(nèi)容連接通道”，從推薦特征及推薦的可解釋性兩個方面分析“看一看”的推薦系統(tǒng)，并提出了改進措施。

2017年字節(jié)跳動公司旗下的今日頭條和抖音APP的火爆，讓人們領略到推薦系統(tǒng)的強大。而如何做到“千人千面”，如何做到推薦給用戶是他真正喜歡的而不是他之前已經(jīng)瀏覽過的，更甚者是如何幫助用戶發(fā)現(xiàn)他的愛好，從而改善用戶的閱讀效率，這都是推薦系統(tǒng)應該做到的事情。

一個好的推薦系統(tǒng)，筆者認為主要有以下四個核心內(nèi)容：

1. 內(nèi)容：內(nèi)容數(shù)量、內(nèi)容特征；
2. 用戶：用戶量、用戶固有屬性、用戶關(guān)系鏈；
3. 用戶—內(nèi)容連接通道：用戶瀏覽內(nèi)容時產(chǎn)生的反饋，如閱讀、點贊、評論等；
4. 算法：根據(jù)不同的特征及策略要求對不同的算法進行迭代，如協(xié)同過濾、邏輯回歸等。

其中，作為資訊類的推薦系統(tǒng)PM，除算法需要由算法工程師來負責完成外，剩下三點PM都要和工程師或者編輯共同完成的。推薦內(nèi)容質(zhì)量的保證，少不了PM的跑前跑后啊。

微信“看一看”的出發(fā)點是改善用戶對訂閱號的閱讀效率，讓用戶更快地進入到內(nèi)容里，本質(zhì)上充當著基于推薦系統(tǒng)的新聞資訊類產(chǎn)品的功能。

本文接下來就以“看一看”為例，圍繞“內(nèi)容”、“用戶”、“用戶—內(nèi)容連接通道”，從推薦特征及推薦的可解釋性兩個方面分析其推薦系統(tǒng)現(xiàn)狀及改進措施，以達到改善用戶閱讀體驗的目的，做到推薦的“千人千面”。

一、推薦特征

近幾年，深度學習的大火，在很多領域都實現(xiàn)端到端的學習（如圖像、語音等），但是在推薦系統(tǒng)這個領域王國，特征工程卻是必不可少的。

通過筆者的體驗，微信“看一看”采用的特征主要有以下幾點：

1.內(nèi)容特征

與其他新聞資訊類產(chǎn)品相同的是，微信“看一看”在內(nèi)容形式上有圖文、視頻等，在屬性劃分上采用典型的層次化文本分類算法；而不同的是，其內(nèi)容特征除了有圖文內(nèi)容特征外，還具有公眾號的屬性特征，從而將內(nèi)容與內(nèi)容背后的賬號進行連接。

“看一看”根據(jù)用戶目前已關(guān)注的公眾號、公眾號內(nèi)容及用戶的瀏覽記錄等反饋行為，預測用戶感興趣的內(nèi)容類型，進而幫助用戶去更快地到其所感興趣的內(nèi)容。

2.用戶特征

用戶特征指用戶的畫像，如用戶的年齡、性別、地理位置等，不同特征下的用戶感興趣的內(nèi)容也是不同的。

3.熱度特征

微信“看一看”有熱門話題和要聞這兩種屬性特征，熱門話題是公眾號里討論最多的熱點話題，要聞、24小時新聞的內(nèi)容多來自騰訊新聞。

4.協(xié)同特征

與其他新聞資訊類產(chǎn)品不同的是，微信本身發(fā)揮著即時通訊的功能，用戶的社交關(guān)系鏈自然就成為其推薦系統(tǒng)的一個重要的屬性。推薦系統(tǒng)不僅給用戶推薦其所感興趣的內(nèi)容，還挖掘“朋友都在看”、“朋友圈熱點”等信息，將好友屬性和公眾號屬性進行疊加，避免了越推越窄的窘迫。

微信“看一看”目前依靠以上四種特征，發(fā)掘用戶的喜好，給用戶推薦其感興趣的內(nèi)容，進而提升用戶的閱讀效率。

智能時代，用戶每時每刻都在產(chǎn)生信息，推薦系統(tǒng)可以利用的特征也就更多。對此，除以上特征外，筆者認為微信“看一看”還可以采用的推薦特征如下（紅色部分）：

（1）協(xié)同特征

在即時通訊方面，與QQ不同的是，微信更多的是履行著熟人社交的職責。

熟人，即具有相同價值觀、相同興趣愛好的社群，而熟人（朋友）又可細分為經(jīng)常聯(lián)系的與不經(jīng)常聯(lián)系的，經(jīng)常聯(lián)系的朋友對于用戶的閱讀行為具有指引作用，用戶也會趨向于獲得與經(jīng)常聯(lián)系的朋友相同或者相似的資訊信息。

因此，對比微信之前的協(xié)同特征，可以將好友屬性細分為經(jīng)常聯(lián)系好友與不經(jīng)常聯(lián)系好友，進而在推薦算法上為不同的好友屬性設置不同的權(quán)重。

（2） 環(huán)境特征

工作、通勤、旅游，用戶所處環(huán)境的變化，對當時瀏覽的內(nèi)容也會有所差別。

而這一屬性的數(shù)據(jù)通常無法直接獲得，需要結(jié)合算法策略分析多個屬性的相關(guān)關(guān)系，從而生成環(huán)境特征，如通過微信支付獲得的用戶購買信息（購買車票、旅游門票等）、用戶地理信息的變化等可以預測出用戶目前所處的環(huán)境，進而可以給用戶推薦所處環(huán)境相對應的內(nèi)容。

二、推薦可解釋比精準更有意義

智能時代，推薦系統(tǒng)的“千人千面”不僅體現(xiàn)在推薦內(nèi)容的差異，還體現(xiàn)在推薦理由的表達方式的不同。

對新聞資訊類產(chǎn)品來說，推薦理由是為了讓用戶知道每一項推薦項目是怎么得到的，從而說服用戶接受產(chǎn)品的推薦，這在改善用戶閱讀體驗上是有一定意義的。

吸引用戶點擊閱讀的因素有標題、來源、縮略圖、推薦理由等，這些因素的本質(zhì)是給用戶一個點擊的理由。用戶是懶的，在推薦理由精準、合理的情況下，才能夠真正“智能”地幫助用戶快速找到感興趣的內(nèi)容。

微信“看一看”目前已有的推薦理由形式如下：

“看一看”基于用戶的興趣、熱點、社交/協(xié)同過濾的群體來生成推薦理由，這些推薦理由在輔助用戶產(chǎn)生瀏覽行為上有一定的促進作用，但是卻并沒有做到真正的“千人千面”，因為其對不同用戶的推薦理由的表達方式是相同的。

智能時代，推薦理由的“千人千面”應該體現(xiàn)在不同用戶的特異性上，即推薦理由的人性化、個性化。同樣的推薦理由，結(jié)合目標用戶的屬性、習慣以及內(nèi)容的上下文環(huán)境，可以生成不同語言的表達方式，如有些用戶可能更喜歡賣萌的方式，有些用戶更喜歡嚴謹?shù)姆绞?，這樣的推薦理由，才是真正的“千人千面”。

本文由 @will 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。

題圖來源于網(wǎng)絡