所谓的“内容推荐”，把主语谓语宾语补充完整之后就是“系统把内容推荐给用户”，那推荐系统如何构建，说白了就是要解决“什么样的内容推荐给什么样的用户”的问题以及“如何推”的问题。

针对引文中的两个问题，可以总结为以下三个点

1. 我们推什么样的内容——what
2. 我们推给什么样的用户——who
3. 内容如何推荐给用户——how

一、内容篇

说到内容，先不着急解决“推什么”的问题，在这之前，我们首先要分析我们拥有什么内容，这些内容是如何产生的。

目前互联网内容信息的载体主要分为以下几种：文字、图片、音频、视频。而生产这些内容的用户大体又可分为两种，一种是专业从事内容生产的PGC用户，一个PGC用户的背后往往由一个专业的团队组成，他们分工明确，撰写、拍摄、录制、后期、包括后期的市场宣传都有专门的人员从事，此类用户的生产的内容质量往往比较高。另一种是普通的UGC生产用户，此类用户无固定生产内容的习惯，往往是三天打鱼两天晒网，其生产的内容质量也较低。

根据平台定位不同，其拥有的内容资源也不同，生产内容的用户构成也不尽相同。根据上述列出的几种内容类型和生产用户类型，可以组合出“图片+PGC”、“文字、图片+PGC”、“视频+PGC”、“视频+UGC”….等多种组合类型。结合自身平台业务线，找出内容数量靠前的几种组合，也就是我们所拥有的内容优势所在。

当我们分析出我们拥有什么以后，接下来所要解决的问题就是如何筛选优质内容，以及如何进行内容信息识别和聚类，对于优质内容我们要在推荐策略里基于更多展现曝光

关于优质内容的筛选，主要分为“机器筛选”和“人工筛选”两种方式，而实际操作中，往往是二者的结合，因为单纯机器筛选其客观性太强，部分优质内容机器无法识别（对于上述四种内容信息的载体，其展现形式的表现力：文本<图片=音频<视频，其机器对内容识别难易度恰好相反：文本>图片=音频>视频）而纯人工筛选又会受审美差异等主观因素的影响难易做到公平公正。

“人工筛选”的方式无需多说，而对于机器筛选优质内容，在筛选之前要做好充分的数据收集及上报，只有数据维度足够充分，才能为筛选做保证。拿音乐app软件举例“如何评判一首普通歌曲的质量好坏”如下图所示：

除了歌曲本身作为内容的形式之外，更是链接“内容生产者”和“内容消费者”之间的纽带，所以数据的收集除了歌曲本身的属性之外（例如：音频长度、kpbs、格式、文件大小….等等）之外，也要从生产者的用户属性（PGC/UGC，年龄，地域，性别，个人爱好….等等）、发布行为（上传歌曲的时间、上传歌曲的频次….等等）和消费者的用户属性（性别、年龄、职业、地域、注册时间….等等）、浏览行为（点击、播放、重复播放次数）等多维度评价一首歌曲的质量。不同app对于内容的质量评估数据指标不同，需结合实际情况具体分析，此处不再一一详细列举各个数据指标。对于歌曲而言，最终要的几个指标无非是：曝光点击比、播放完整度、评论、分享、收藏率…等等等等等等

此处对内容质量的动态评级，还可以利用对生产者评级和消费者评级的方式来判断，各个等级之间有着严格的标准划分（此处不详述分级的方法，具体情况具体制定），用户的评级随自身行为动态调整（等级正反馈、负反馈机制）。不同等级的用户生产和消费行为，对内容评级的影响不同，越优质的用户其行为对内容质量的影响越大。

说完内容质量的评级，之后就是对内容的聚类。还拿音乐举例，音乐本身并无任何分类，对于一首歌曲而言无非是多个音符的连续演奏。我们凭借自己的生活经验和认知对歌曲进行分门别类：欧美音乐/港台音乐/内地音乐…、摇滚/流行/蓝调…、抒情/狂欢/悲伤….、钢琴曲/小提琴/吉他曲。此处对内容聚类的方法应遵循“相互独立、完全穷尽”的原则即不同划分维度之间要相互独立，互无交叉，而每个维度里划分又要尽可能细化到最小的颗粒度。

除了内容聚类的方法，内容的聚类的流程，同样的，可以采取人工和机器结合的方式，其大体流程如下图所示：

内容生产者，在上传内容时，对内容进行分类、设定内容标签。其内容进入后台首先按照用户上传时的分类进行筛选，之后由审核人员对其标签进行走查，将无分类的内容进行分类，同时对错误分类进行修正（此时所有审核人员的操作结果，系统都应该给生产者发送信息提示其内容被修改，优化上传流程）。所有人工审核后的内容库里的内容作为最终对外分发的结果，在前端对外分发。

至此，我们已经完成了对优质内容的筛选和对内容的聚类。那谁来消费我们的内容呢，谁来为我们的内容买单，我们的用户群是谁，他们来自哪？是男是女？年纪多大？他们是高、是矮，是胖，是瘦？从事什么工作？有什么爱好？他们收入如何？

二、用户篇（who）

承接上文，说到用户，绕不开的一个话题就是用户画像。要建立推荐系统的用户画像，我首先会问自己两个问题：“我们的用户是谁？”“他们都喜欢什么？”如果说用户画像是对一个人描述，那么第一个问题更像是描述一个人的外在，第二个问题更像是描述一个人的内在。外在对应用户属性，内在则对应用户行为，行为连接内容，从而分析用户喜好倾向，如下图所示：

此处数据统计的维度和准确性的重要性不再赘述，左侧是用户属性，右侧是相关的用户操作行为，所有的操作行为最终都能落地到具体一个内容上（我们在“内容篇”已经讲过如何对内容进行分类标识）我们通过看内容分类标识，从而分析用户的喜好倾向。

这种方法就好比我们写日记，记流水账，只要我们把足够多的信息记录下来，我们就能足以分析数这个人详细用户画像

例如：2017年5月12日，家住北京，24岁，清华大学毕业的姑娘小倩穿上她的adidas的衣服，开着她的奔驰车，去王府井的一家人均价位在100/位的火锅店吃火锅….）,只要我们记录的信息足够多，足够精确，对用户画像的描述也就越清晰。

在推荐系统里，我们通过用户画像需要解决的是用户喜好倾向的问题，但用户的喜好倾向不是一成不变的，除了要做到数据的持续收集，在判定用户兴趣时，用户的短期兴趣倾向和长期兴趣倾向需要做策略的融合。持续对两种维度的权重调权，从而得到最优解。

举例：我是一个喜欢摇滚音乐的用户，不经意间听了几首纯音乐，我们并不能一刀切的认为用户的喜欢倾向由摇滚转为轻音乐，而是应该记录下这种行为，在策略里不断试探尝试用户兴趣，持续推荐不同内容，从而判定用户真正兴趣。

在推荐系统里，我们通过用户画像需要解决的是用户喜好倾向的问题，但用户的喜好倾向不是一成不变的，除了要做到数据的持续收集，在判定用户兴趣时，用户的短期兴趣倾向和长期兴趣倾向需要做策略的融合。持续对两种维度的权重调权，从而得到最优解。

举例：我是一个喜欢摇滚音乐的用户，不经意间听了几首纯音乐，我们并不能一刀切的认为用户的喜欢倾向由摇滚转为轻音乐，而是应该记录下这种行为，在策略里不断试探尝试用户兴趣，持续推荐不同内容，从而判定用户真正兴趣。

三、推荐篇（how）

解决了物的问题，又解决了人的问题，现在接下来的最后一步就是，我们如何把物交付到人的手中。

在做推荐之前，我们需要做的一件事就是：数据的收集、上报。不同于上述内容质量和用户画像的数据统计维度，应用于推荐的数据统计维度更多，是两者的超集，除此以外，一些操作系统、app版本、网络环境、用户操作访问路径的分析，漏斗的模型的转化….等等都与推荐行为息息相关。此处关于数据上报的维度需要针对不同平台，不同推荐业务，不同场景做具体问题具体分析。

关于一心想求推荐系统算法公式的同学，可以去抱算法工程师大腿了，此处不做详细罗列，只来聊聊我所理解的推荐的一些原理，毕竟产品经理的数学和算法工程师比起来，基本30分到40分水平….

我把每个用户想象成一个独立的点，每个用户背后都带有各种各样的用户属性，我们把具有相同属性的用户之间建立一条连线，众多的用户其彼此间的连线也错综复杂，由此形成了一个独立的用户面。同样的原理，把每条内容也想成一个独立的点，每条内容背后也都带有各种各样的内容聚类标识，我们把具有相同类别的内容之间建立一条连线，众多的内容间的连线也错综复杂，由此形成了一个独立的内容面。

有了“用户面”和“内容面”的概念以后，我们的每一个用户之间都彼此产生着联系，每个内容之间也都彼此产生着联系，那如何把我们的“用户面”和“内容面”打通，其实就是所谓的用户行为。我把用户行为比做“通道”通道用于连接“用户面”和“内容面”，每一次用户行为，都是两个面之间一次数据的传输交流。至此，两个面之间互相打通，形成了一个三维模型。这个三维模型建立在数据之上，每时每刻任意两点之间都在进行着数据传输，因为彼此间相互联系，一个用户的行为可能最终影响周围多个用户的结果，类似蝴蝶效应。

说完推荐，还有一点不得不提的就是“a/btest”和“关于a/btest，适中要遵循一个原则，明确目的，保持变量唯一。所有的推荐都是持续的过程，不同的推荐算法需要时间学习矫正，a/btest就是很好的辅助工具和方法，关于如何构建a/btest系统，此处不做详细说明，只阐述其重要性。

文章纯属个人观点，只阐述了部分方法论，而没具体到落地可执行的层面，老鸟可自行略过。

作者：黑白键，1岁产品经理

本文由 @黑白键 原创发布于人人都是产品经理。未经许可，禁止转载。