具體描述
近兩年來，伴隨著BAT紛紛湧入自媒體平颱，自媒體發展可謂迎來爆發。自媒體平颱火爆起來是從今日頭條異軍突起而引發的。它是一款基於數據挖掘的推薦引擎産品，為用戶推薦有價值的、個性化的信息，是國內移動互聯網領域成長最快的産品服務之一。推薦引擎也將迎來高速發展，針對推薦引擎的優化技術也將會迎來新的機遇。
本書作者從事推薦引擎相關的內容分發相關工作，在書中對內容推薦係統進行瞭介紹，書的最後，介紹瞭自媒體如何利用平颱的內容推薦係統實現流量最大化，並進而實現收益最大化。
著者簡介
閆澤華，簡書簽約作者。知乎知識市場産品總監，負責內容付費的産品運營工作。
曾任今日頭條資深産品經理、“凱叔講故事”技術負責人和百度搜索架構工程師。在今日頭條工作期間，曾先後負責頭條視頻的數據流和策略分發，頭條號粉絲變現相關業務和微頭條的策略分發業務，曆經瞭頭條視頻和粉絲業務快速增長的全過程。
圖書目錄
Part01 關於內容推薦
走近內容推薦
推薦係統架構初探
YouTube 和 Netflix 推薦架構參考
基於推薦架構的優化啓示
推薦的起點:斷物識人
斷物
識人
推薦算法:人以群分、物以類聚
物以類聚:基於內容屬性的相似性推薦
人以群分:基於用戶行為的協同過濾
從算法到應用
場景劃分
推薦係統評估指標
連接內容與人
冷啓動
興趣探索
自媒體與平颱
常見的推薦問題
推薦重復
推薦密集
易反感內容
時空限定內容
帶著偏見看推薦
信息繭房
推薦會導緻 Low?
三分天下?編輯、算法與社交
麵對推薦係統
人機大戰:效率與目標之爭
數據分析驅動産品迭代
個性化的好 與 好的個性化
Part02 關於自媒體
好內容為什麼沒人看?
自媒體的數據分析
他山之石:BuzzFeed 簡介
內容閱讀分析
粉絲增長分析
自媒體運營
內容快銷:標題黨的二三事
推薦平颱優化:從 SEO 到 REO
粉絲運營:新時代的新問題
全平颱運營:從小作坊到 MCN
自媒體變現
變現入門:平颱分成
廣告變現:品牌的溢價
自營電商:隔行如隔山
內容付費
緣何付費，規模幾何
內容付費平颱展望
· · · · · · (收起)
讀後感
想系统的了解一下推荐系统，所以只读了第一部分，从第一部分看一本不错的推荐系统基础入门书，对于不知道推荐系统的原理，以及不全面了解的读者，框架性的介绍了推荐系统，浅显易懂，适合产品、运营或者对推荐系统有兴趣的非互联网人。即使对于有一定基础的从业人员，其中的一...
評分这是业内人士讲算法比较深入系统的一本书了。无论在技术原理还是产品应用推广层面都值得一看。当然它适合的人群非常广泛，包括自媒体运营者、产品经理、互联网从业人员，但我格外感到，如果你是个高知人群，对算法推荐常持批判态度，那这本书对你可能更有些特别的趣味。 比如说...
評分不管你察觉或是没有察觉、愿意或是不愿意，今天但凡是生活在信息世界中的我们，无一例外地正在花枝招展的内容推荐中扮演着独一无二的一角。不论是活生生的专业编辑还是每秒跳动亿计次的晶体管，推荐系统的每个环节都在皆尽其所能服务我，千方百计地去让我更满意，作为搬砖工人...
評分读完这本书想到一个模型，“生产者/消费者”模型，在计算机领域 通常需要消息队列来充当消息中间件的角色，生产者负责生产消息 并发送到中间件，消费者负责从中间件消费消息，中间件负责生产者/消费者的通信以及封装具体的通信细节。《内容算法》以今日头条推荐系统为例(相当于...
評分用戶評價
乾貨少，比較適閤有內容變現訴求的廣大自媒體
评分Part 1 內容還不錯，值得閱讀，算是推薦算法的科普，末尾專門為推薦算法進行“辯護”的篇幅能看齣平時因為這事爭論不少；Part 2 則像是麵嚮另一部分用戶群體的相對獨立的內容。整體來看前半段內容切題，但後半段讓書的框架顯得有些問題。
评分前半部分講産品，後半部分講運營。産品部分講的不錯，帶點科普性。
评分真心需要重視推薦係統，朋友圈遲早敗在這個上麵。
评分真心需要重視推薦係統，朋友圈遲早敗在這個上麵。
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有