個(gè)人隨筆 信息的搜索與推薦,10年前張一鳴是如何思考的 抖音在本地生活領(lǐng)域的探索已經(jīng)進(jìn)入第四個(gè)年頭,但與美團(tuán)相比,仍然面臨諸多挑戰(zhàn)。本文將通過(guò)回顧張一鳴在2015年對(duì)推薦引擎與搜索引擎的深度分析,探討抖音在本地生活領(lǐng)域遇到的難題。 陳罡Pro 個(gè)人觀(guān)點(diǎn)張一鳴推薦算法
業(yè)界動(dòng)態(tài) 那些拒絕殺熟的年輕人決定硬剛算法 “年輕人反殺熟,算法博弈開(kāi)啟?!?在大數(shù)據(jù)時(shí)代,殺熟現(xiàn)象引發(fā)關(guān)注。年輕人不甘被算法 “算計(jì)”,他們?nèi)绾畏磽??這場(chǎng)博弈又將走向何方? 互聯(lián)網(wǎng)那些事 大數(shù)據(jù)殺熟推薦算法算法影響
個(gè)人隨筆 電商APP個(gè)性化推薦策略:提升用戶(hù)粘性和復(fù)購(gòu)率 “電商個(gè)性化推薦,提升用戶(hù)體驗(yàn)與效益?!?在競(jìng)爭(zhēng)激烈的電商領(lǐng)域,如何讓用戶(hù)發(fā)現(xiàn)心儀商品,提高復(fù)購(gòu)率?個(gè)性化推薦策略成為關(guān)鍵。本文將深入剖析其架構(gòu)、算法及應(yīng)用,揭示提升用戶(hù)粘性的奧秘。 劉志遠(yuǎn) 個(gè)性化推薦推薦算法推薦系統(tǒng)架構(gòu)
業(yè)界動(dòng)態(tài) 為了戒網(wǎng)癮,年輕人開(kāi)始反向控制算法 在數(shù)字化時(shí)代,算法已成為塑造我們信息消費(fèi)習(xí)慣的強(qiáng)大力量。然而,當(dāng)算法開(kāi)始主宰我們的思維和生活時(shí),一些年輕人開(kāi)始探索如何反向控制算法,以擺脫數(shù)字成癮的困境。本文深入探討了年輕人如何通過(guò)關(guān)閉個(gè)性化推薦、控制算法內(nèi)容等方式,重新奪回?cái)?shù)字自由。 鋅刻度 年輕人推薦算法行業(yè)觀(guān)察
產(chǎn)品設(shè)計(jì) 用戶(hù)行為洞察,讓推薦算法精準(zhǔn)到爆! 推薦算法”是目前比較火的個(gè)性化推薦,常用于互聯(lián)網(wǎng)電子商務(wù)、社交媒體、在線(xiàn)視頻和音樂(lè)服務(wù)等領(lǐng)域。這些算法通過(guò)分析用戶(hù)的歷史行為數(shù)據(jù)(如購(gòu)買(mǎi)歷史、瀏覽記錄、評(píng)分和搜索習(xí)慣等),來(lái)預(yù)測(cè)用戶(hù)可能感興趣的產(chǎn)品或內(nèi)容,并據(jù)此提供個(gè)性化推薦。 Sherryyyyy 推薦算法用戶(hù)行為經(jīng)驗(yàn)分享
產(chǎn)品運(yùn)營(yíng) 抖音重構(gòu)推薦算法,3大變化需要留意! 最近,抖音對(duì)其推薦算法進(jìn)行了重構(gòu),這一變化對(duì)于希望在平臺(tái)上獲得更多曝光的創(chuàng)作者來(lái)說(shuō)影響深遠(yuǎn)。本文將探討抖音推薦算法的三大變化,以及這些變化對(duì)內(nèi)容創(chuàng)作者意味著什么,幫助創(chuàng)作者們更好地適應(yīng)新算法,抓住流量機(jī)遇。 挖塘人 個(gè)人觀(guān)點(diǎn)抖音推薦算法
個(gè)人隨筆 短視頻,成也算法,敗也算法 自從短視頻興起之后,越來(lái)越多的人沉迷其中。于是有人視之為毒蛇猛獸避之不及。其實(shí),短視頻的算法利用好了,未必不能成為提升自己的利器。這篇文章,也許會(huì)給你帶來(lái)一些啟發(fā)。 柳星聊產(chǎn)品 個(gè)人觀(guān)點(diǎn)產(chǎn)品思考推薦算法
產(chǎn)品運(yùn)營(yíng) 公眾號(hào)推薦內(nèi)容泛濫,我們?yōu)槭裁催€要「訂閱」? 在微信公眾號(hào)信息流中,我們常常會(huì)接收到各個(gè)時(shí)間段和亂序的推文,也會(huì)有其他推送的內(nèi)容。久而久之,我們對(duì)自己訂閱的公眾號(hào)就沒(méi)有那么敏感了。這不禁讓我們思考:我們的“訂閱”還有意義嗎? 天天問(wèn) 信息流公眾號(hào)推薦算法
個(gè)人隨筆 算法人生(14):從“探索平衡策略”看“生活工作的平衡之道” 在機(jī)器學(xué)習(xí)的早期階段,探索對(duì)于理解環(huán)境至關(guān)重要,但隨著智能體學(xué)習(xí)的深入,利用已知策略以獲取穩(wěn)定回報(bào)變得更為重要。過(guò)多的探索可能導(dǎo)致錯(cuò)失最優(yōu)行動(dòng)帶來(lái)的回報(bào),而過(guò)多的利用則可能使智能體陷入局部最優(yōu),錯(cuò)失更好的策略。因此,如何在探索和利用之間找到平衡,是強(qiáng)化學(xué)習(xí)中的關(guān)鍵問(wèn)題。 養(yǎng)心進(jìn)行時(shí) 強(qiáng)化學(xué)習(xí)推薦算法智能體
營(yíng)銷(xiāo)推廣 誰(shuí)影響了我的決策? 你有沒(méi)有認(rèn)真想過(guò),我們做決策時(shí),都是如何做決定的?分哪幾個(gè)步驟,有哪些因素影響我們?這篇文章,作者從自身購(gòu)買(mǎi)耳機(jī)的案例說(shuō)起,為我們?cè)敿?xì)拆解了整個(gè)決策過(guò)程和影響因素,希望能幫到大家。 王智遠(yuǎn) 推薦算法案例分析用戶(hù)心理
個(gè)人隨筆 公眾號(hào)怎么寫(xiě)才會(huì)入池?簡(jiǎn)單2招輕松搞定 公眾號(hào)現(xiàn)在不再是信息流的展示方式,而是類(lèi)似抖音的推薦制;這種情況下,如何保證公眾號(hào)的內(nèi)容閱讀量更高?就要保證文章能命中推薦規(guī)則,進(jìn)入到推薦池中。本文分享了兩種入池的方法,操作都很簡(jiǎn)單,可以學(xué)習(xí)一下。 前進(jìn)少女阿園 公眾號(hào)推薦池推薦算法
產(chǎn)品設(shè)計(jì) 關(guān)不掉的“熟人推薦” 你有沒(méi)有在APP上刷到過(guò)熟人的尷尬?不想承載熟人社交壓力的用戶(hù),想要的不過(guò)是“隱入人?!痹谏缃黄脚_(tái)上輕松沖浪。此時(shí)社交平臺(tái)自作主張進(jìn)行“熟人推薦”,無(wú)疑會(huì)影響用戶(hù)體驗(yàn),引發(fā)用戶(hù)反感。 字母榜 個(gè)性化推薦推薦算法熟人推薦