设计出品
扫描关注网站建设微信号

扫一扫微信二维码

feed流设计:如何用策略控制用户视图?

新乡云优化2020-10-18Feed流
feed流设计:如何用策略控制用户视图?
0.前言
首先,什么是feed流?
Feed是Internet的早期概念,最初旨在成为RSS中的一个接口,用于接收来自信息源的更新。当前的定义相对广泛。一般而言,不断更新并呈现给用户的内容称为feed流。Moments是流订阅源,Weibo主页是流订阅源,而Zhihu主页是流订阅源。各种门户网站的内容也是feed流。换句话说,我们的许多在线时间和视线都受到食物流量的控制。
最初的feed流主要用于以时间轴的形式扩展用户关注的内容。但是随着用户场景的丰富,feed流有更多变体。本文主要研究如何设计潮流以及潮流背后的设计逻辑。
1.feed流设计的基本问题
如上所述,对于搜索,基本上会记住用户感兴趣的内容,然后对其进行排名。实际上,提要设计是相同的。feed流始终解决两个核心问题:
向用户显示什么
如何订购这些内容
不同的feed流实际上对这两个问题给出了不同的答案。对于不同的答案,绝对没有对与错,但更多有关场景是否合适。
2.永恒的经典年代
一般来说,时间轴不会过滤用户正在主动请求的内容,而是按时间对所有内容进行排序。最经典的案例是朋友圈。关于feedflow设计的两个核心问题,WeChatMoments的回答如下:
应该向用户显示什么内容:用户朋友发布的内容
如何订购这些内容:按时间顺序
时间轴的简单内容选择和分类非常易于用户理解,并具有极简主义的哲学:随时更新,吸引用户随时打开和使用,并且每次更新都受到限制,并确保了大多数用户不会错过任何新闻。微信还使用此布局为用户提供大量时间。
由于时间轴具有许多优势,因此Feed流为什么要迭代得出其他布局?
实际上,这里还存在一个问题:时间轴存在致命缺陷:内容的呈现效率最高。内容提供者必须受到严格限制,用户必须对此内容给予足够的重视。
WeChatMoments内容是用户自己的个人屏幕,不得批量更新;同时,选择是基于熟人之间的关系,可以吸引很多用户的注意。正是这两个原因确保了《朋友时刻》的内容虽然效率低下却极具吸引力。如果每天有成千上万的陌生人更新,它们会以时间轴的形式显示,我想看看要考虑的布局。
2.重力排序算法:考虑热量和更新时间
如果每天都有大量更新的feed流,并且大多数内容对用户没有太大价值,那么在这种情况下,我们应该如何分类?这种情况非常普遍,并且某些PM在实际工作中遇到也是一个难题。答案是重力分级算法。
在重力分类算法中,对于feed流中的内容物,有两个力:重力和拉力。重力是使内容不断下降的力量。引力是时间,因为新内容将与旧内容摩擦;同时,吸引的力量是使内容排名靠前的力量,例如智虎的赞美和铁巴的回应。
有很多方法可以实现这种分类算法。在这里,我们可以简要介绍一种,它也是Reddit的核心排名算法:
其中:H表示可以表示内容受欢迎程度的值:例如,收到的点赞次数(例如观看次数),或者可以是通过将相似的指标与加权总和组合而获得的值。
T表示内容发布的时间,并且表示时间的初始值,只要该时间早于最早发布的内容(例如,使用公司创建时间)即可。T-T0用于衡量内容的新颖性,单位为秒,T-T0越大,内容越新。
它也是一个设置参数A。A越高,T-T0的影响越小,内容更新越慢。一般而言,初始值可以是36000,以秒为单位的10个小时,随后的迭代将继续。
关于feed流设计的两个核心问题,重力分类算法的答案如下:
应该向用户显示什么内容:尽管用户可能看不到用户,但用户显示的内容已发送给用户。
如何订购这些内容:根据时间衰减因子和内容的普及程度。
3.智能分类:一把双刃剑
Facebook使用智能排序后,据说是有效的。因此,我们看到越来越多的社交网络放弃使用时间轴分类,而进入智能分类领域,例如国外的Twitter,中国的微博和智虎。
智能分类涉及复杂的模型构建和机器学习。这里仅说明简单的原理。
首先,系统需要知道要显示的内容的目标值是多少。例如,在微博上,要显示的内容的目标值是帖子,评论和喜欢的数量。然后,通过大量的机器学习示例,系统将对什么是好的内容进行预测。内容的这种预测是智能分类的基础。
然后该系统将阻止一些非法内容,例如Facebook处罚冠名方和Zhihu处罚包团喜欢的内容。
其次,由于用户内容的质量,系统会将受欢迎的内容添加到用户的供稿中。
最后,在考虑了内容和用户的隐私之后,系统考虑了内容的受欢迎程度和内容的暂时衰减,系统执行了全面的分类。
似乎智能排序是个好主意。但是,智能分拣也是一把双刃剑。
该算法的高质量要求已使一些技术相对较差的公司使用智能分类来获得较差的结果。另一方面,由于智能分类的不透明性和可伸缩性,过度营销已成为用户体验的头号杀手。
由于用户购买了粉丝的头条新闻,因此某些内容可能会在Feed流之前进行排名,并且只要有足够的促销费用,某些内容就可能绕过以下关系并呈现给用户。如果智能分类过度销售,则feed流用户体验将越来越差。
4.总结
feed流的设计原理相对来说很简单。如果需要形状排序算法,则可以找到很多但更重要的是,这是真正合适的选择。
如果选择时间轴分类,则需要考虑用户注意的内容是否足够吸引人。
如果选择严重性分级算法,则必须考虑如何选择参数以确保最终显示效果。
如果您加入了不断发展的智能分拣队伍,则需要考虑您是否具有足够的技术实力和产品自控能力。
文章关键词