1. <wbr id="o26dm"><dfn id="o26dm"><kbd id="o26dm"></kbd></dfn></wbr>

        <ol id="o26dm"><dfn id="o26dm"></dfn></ol>
          <progress id="o26dm"></progress>

            <wbr id="o26dm"><center id="o26dm"><td id="o26dm"></td></center></wbr>

            1. <em id="o26dm"></em>
              <samp id="o26dm"></samp>
              朋友圈/社群/抖音/口碑——羽翼課堂【信明科技】加入收藏
              全國服務熱線:028-83086626 E-mail:zhang@scyyhd.com
              您當前位置:首頁 > 資訊中心 > 行業資訊 > 網站建設 >

              如何設計更好的個性推薦?

               
               
              我很喜歡 Spotify 和 Netflix 的海量內容,但有時也會因為選擇太多而感到迷失。
               
              這類產品大多配套成熟的個性推薦機制,只需通過點擊喜歡和不喜歡的簡單交互、播放頻率和好友信息,就能推導出用戶的個性喜好。
               
              除了用戶個體之外,系統也會合計分析擁有類似喜好的人通常喜歡什么東西。
               
              這些推薦非常有用,我的 Spotify 每周歌單發現給我推薦了一些很棒的音樂, YouTube 也不間斷的為我推送相關內容。然而這些個性推薦服務任然還有不少提升空間。
               
              解決方式
               
              我建議個性推薦可以獲取更加細致的信息,以此讓推薦變得更加個性定制化。
               
              這里的關鍵在于理解人們喜歡或不喜歡背后的原因。
               
               
               
              長按喜歡/不喜歡選擇操作理由
               
              上面的動畫中,我用 Spotify 作為案例展現了實現方式。當長按“不喜歡”按鈕時,界面顯示選項讓用戶選擇理由:
              是不是播放次數太多了?
               
              不適合現在的場景氛圍嗎?
               
              讓你想起了不好的會議?
               
               
              對“喜歡”的處理也一樣:
              讓你想起了開心的回憶?
               
              喜歡歌詞表達的含義?
               
              有去這個樂隊的所有演唱會嗎?
               
               
              如果推薦算法能夠達到這種細致程度,我能夠想象它對用戶的理解會有多深入。例如你最近單曲循環的一首歌將來會提醒你這段時間的經歷;蛟S有一種類型的音樂你只會在入睡時聽,而不會混雜在日常生活中。這樣總比單純二進制的喜歡/不喜歡有用多了。
               
              界面細節
               
              本次案例中,我使用的是產品已有的交互形式,借鑒了“長按預覽”功能。在保留單擊“喜歡”/“不喜歡”簡單操作的同時,也用不打擾的方式允許用戶提供更多信息。
               
              盡管長按是 Spotify 存在的操作,我還是希望提供一點使用指引來讓這個功能不僅被限于高級用戶。如果使用現有的提示彈窗,在單擊“喜歡”之后, 將看到以下的內容:
               
               
               
              簡單的操作指引
               
              當前 Spotify 每周歌單發現的播放頁上,取代“喜歡”和“不喜歡”操作的是“隨機播放”和“循環播放”。不過我認為在聽推薦歌單和電臺時,了解用戶喜好會更加重要一些。所以在播放推薦歌單和電臺時,播放順序可以移動到“更多操作”的菜單中。對于用戶自建歌單的播放頁,依然可以保持當前的形式。
               
               
               
              目前 Spotify 的播控兩邊的按鈕是“隨機播放”和“循環播放”
               
               
               
               
               
              嘗試把“隨機播放(Shuffle)”和“循環播放(Repeat)”放到“更多操作”的菜單里
               
              總結
               
              雖然這次的案例是受限于已有的 Spotify 框架,但是相信背后的理論觀點適用于很多像 YouTube、Netflix、Podcasts 這樣的內容推送平臺。要深刻理解個性推薦的時機和理由,來自用戶聲音也是很寶貴的。在通過大數據觀察趨勢時,這一點將變得更加重要。無論任何,我希望這些想法能夠對提高推薦算法起到作用。