首页 排行 分类 完本 书单 专题 用户中心 原创专区
apt1 > 都市 > 重生16:从截胡斗音到制霸全球 > 057 一步领先,步步领先

现在的老丁,早已把老板当成斗音的產品经理和深諳推荐算法的高手,而不是一位19岁的少年。

他从满屏代码的显示器后抬起头,黑重的眼袋和亢奋的精神状態形成鲜明对比;

飞快地切换屏幕,调出关键数据面板,语速飞快:

“夏总,你来得正好!数据跑了一周,基本验证了你核心思路的正確性。『长期兴趣 实时兴趣』的双塔模型確实管用,用户粘性比我们预想的还要好。”

他指著一条持续上扬的曲线:

“看,核心指標人均视频播放次数和用户平均停留时长,都在稳定增长。

尤其是我们强推的《跳楼机》话题,標籤扩散效率很高,证明基於內容特徵的筛选是成功的。”

夏伟凑近屏幕,仔细观察数据,提出问题:

“我刷的时候,感觉推荐的內容过於倾向实时兴趣,我一旦给某个作品点讚,后面会连推好几条同类作品。”

丁明捏著下巴,点开另一张可视化图表,思考著回答:

“我们设计的兴趣召回模型是这样的。”

“能不能改改?这样的话,用户会迅速审美疲劳。”

丁明沉默不语,认真分析数据。

数据不会说谎,且可以说话。

在数据分析高手的眼里,用户的所有动作都有跡可循。

数据显示,部分用户的完播率和互动点讚率,在连续刷到同类內容后,迅速下降。

怎么破?

丁明沉思片刻,脑海中灵光一闪,精神一震,音量不由自主提高半分:

“这样,我们在排序策略中,硬性加入『多样性打散』规则。”

“譬如:同一个创作者的內容,在连续10条推荐中不能出现超过3次;”

“同一种標籤的內容,在连续3条推荐中,不能出现超过1次。强制让用户的內容消费更多元。”

夏伟点头,表示讚许,“这个解决方法不错,就这样搞,下一版改进。”

“行,”丁明调出记录本,把刚刚诞生的“头脑风暴”记下来,免得忘记。

夏伟报出此行的主要目的:

“下个版本里,咱们要添加更多用户行为標籤,增加收藏和搜索的权重。”

第一版的算法,为抢上线很粗糙,日益优化和细化是必须的;

丁明理解添加用户行为標籤的动作,却不理解后半句,皱眉问:“为什么?”

夏伟解释:

“收藏这个动作,往往代表用户认为內容有长期价值,而不仅仅是即时爽感,比点讚更有意义。”

“用户主动搜索的行为,是表达明確兴趣的强烈信號。如果用户搜索了某个词条,在接下来的推荐流里,就应把搜索表达的兴趣,快速融入到推荐模型中。”

这就是夏伟的作用。

他能用简单通俗的语言,指导丁明完善、修改、丰满推荐模型,让个性化兴趣推荐越来越精准。

“真斗音”的算法,也是这样慢慢修改调教出来的。

它刚出来时,比夏伟做的第一版算法还要粗糙,简直不堪入目。

因为它是字符的工程师,臆想预判的短视频用户模型,有很多错误和疏漏。

而夏伟,脑子里有记忆,直接告诉丁明准確的用户模型,让他从易到难一步步实施。

通俗描述的话,就是:

第一版,只给他5个用户关键行为动作標籤,如:完播率、三秒跳出率、播赞比等。

第二版,让他再加2个关键动作:收藏和搜索。

这样一版版进化叠代下去。

但,中间没有一步是错的,全是前世验证过的关键核心数据。

夏伟,天生就是站在巨人的肩膀上,照抄標准答案,少了试错和纠正的环节。

所以,当下的算法,比真斗音——a的算法,要精准许多。

夏伟估计,目前这第一版算法的水平,相当於a2017年夏天的水准。

它家本来要在年底上线第一个版本;

上线之初,和“火山”、“西瓜”、“內涵段子”相比,属於姥姥不疼舅舅不爱的货。

字符也拿不准发展方向,根本没给a多少流量资源和人力资源。

导致它在前面半年,发展极其缓慢,用户量稀少,根本没有用户数据做学习。

等用户累积到一定程度后,算法叠代优化,才慢慢显示出威力。

夏伟提前拿出的这套东西,比前世提前足足一年多,提前好几个版本。

堪称降维打击中的降维打击。

別把斗音这套东西想得很神奇,说穿了一文不值。

它的厉害之处在於用海量的用户行为深度学习,持续进化。

前世的短视频app竞爭中,a占据了先发优势,第一家用推荐算法並持续叠代。

用户量越多,推荐越精准,领先程度越多。

这世,夏伟要復刻这种优势。

一步领先,步步领先。

让后来者无从追赶。

核心在於:夏伟手握“时间差 认知差 落地差”三重壁垒;

这三重优势环环相扣,形成了后来者难以逾越的护城河。

时间差上:让一年后的算法版本,提前诞生。

认知差上:是认知层面的降维。

他跳过了所有试错环节,直接把前世经过亿级用户验证的算法逻辑、用户行为模型,拆解成丁明可落地执行的步骤。

相当於拿著標准答案教丁明答题。

落地差上:是算法率先落地叠代的先发优势。

推荐算法的核心生命力在於数据,夏伟提前一年落地適配短视频场景的推荐模型,更早积累用户行为数据。

每一次用户的播放、停留、点讚、收藏,都是在给算法“餵料”,让模型持续优化精准度。

这种“数据越多、推荐越准、用户粘性越高、数据更多”的正向循环,一旦启动就会形成滚雪球效应。

时至今日,字符还没诞生的a,即使能上线,也很难对斗音有威胁。

道理很简单:

如果没有“斗音“,它的对手是其他短视频app,可以慢慢学习成长;

夏伟重生后,它的对手变成斗音,凭空多了一个占据先发优势和市场高地的强大对手。

夏伟的斗音抢先入局,二者同赛道、同核心思路,高度同质化——斗音堪比a的爸爸。

斗音早已站稳头部,手握先发优势,形成竞爭壁垒;

a作为后发者,只能跟风,无任何差异化,被全方位压制......

目录
设置
设置
阅读主题
字体风格
雅黑 宋体 楷书 卡通
字体风格
小 适中 偏大 超大
保存设置
恢复默认
手机
手机阅读
扫码获取链接,使用浏览器打开
书架同步,随时随地,手机阅读
收藏
换源
听书
听书
发声
男声 女生 逍遥 软萌
语速
慢 适中 快 超快
音量
小 适中 大
开始播放
推荐
反馈
章节报错
当前章节
报错内容
提交
加入收藏 < 上一章 章节列表 下一章 > 错误举报