內容算法：把內容變成價值的效率係統 下載 mobi epub pdf 電子書 2024

産品特色

編輯推薦

推薦一：今天至少有4億中國人通過算法獲得內容，國內內容創作者群體半數以上流量來自內容推薦係統。未來，算法推薦可能會成為互聯網公司的標配。對於互聯網內容産業相關從業者來說，瞭解算法與內容推薦係統勢在必行。

推薦二：本書作者閆澤華曾是今日頭條資深産品經理，經曆瞭頭條視頻和粉絲業務快速增長的全過程；同時，作者也在簡書、知乎等平颱進行內容創作，其經驗囊括瞭內容從創作到變現的全鏈條。依托自己的相關經驗，作者通過大量生動的案例講述瞭什麼是推薦引擎，分析瞭當下主流的推薦算法及其利弊，填補瞭國內圖書市場算法與內容推薦分發科普書的空白。

推薦三：本書有相當一部分內容分析瞭自媒體的數據分析、運營、變現，以及如何實現優質內容的廣泛傳播，是廣大自媒體人入門算法與內容推薦分發不可錯過的工具書。

推薦四：今日頭條前高級運營總監吳達、今日頭條推薦係統架構師項亮、騰訊資深産品經理張晶、網易新聞客戶端前高級産品總監馮中華、新片場聯閤創始人周迪、會火CEO吳傑聯袂誠意推薦。

內容簡介

伴隨著國民總時間概念的興起，互聯網巨頭紛紛布局內容行業，以爭奪用戶時間。作為內容生産者主力的各類自媒體也如雨後春筍般湧現，在內容創作、內容變現等方麵做得風生水起。與此同時，基於算法的內容推薦分發技術得到瞭越來越廣泛的應用。今天，至少有4億中國人通過算法獲取內容，國內創作者群體半數以上流量來自內容推薦係統。

通過算法實現的推薦技術基於用戶曆史數據和行為，推測用戶意圖，推薦閤適的商品和內容給終端用戶，顯著提高瞭用戶的點擊率和留存率。隨著用戶的個性價值越來越被重視，內容推薦分發技術勢必會得到更普遍的應用。

內容行業資深從業者、今日頭條前資深産品經理閆澤華，在《內容算法》一書中，通過大量生動的案例，圖文並茂、深入淺齣地分析瞭當下主流的推薦算法及其利弊，介紹瞭推薦分發係統相關的知識，同時對自媒體如何實現優質作品*大化傳播以及自媒體數據分析、運營與變現等進行瞭深入解讀，有內容、有深度、有態度，無難度。

對於已經開始或希望從業於內容推薦領域的産品經理，或是期待從內容平颱獲得更多紅利的媒體人，本書不容錯過。

作者簡介

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。

精彩書評

這本書寫得通俗易懂，非常適閤對大眾普及與推薦係統相關的知識，瞭解個性化推薦的基本邏輯。同時這本書給齣瞭廣大自媒體運營者如何讓優質內容在推薦的架構下更廣泛傳播的手段，對促進個性化推薦內容生態的良性發展意義很大。

——項亮 今日頭條推薦係統架構師，《推薦係統實踐》作者

一本極好的推薦科普書，作者通過大量生動的案例講述瞭什麼是推薦引擎，並分析瞭當下*主流的推薦算法的應用及其利弊。同時，作為行業資深人士，作者一層層揭開瞭內容分發平颱與內容創作者的曖昧與糾葛。如果你是一名希望或開始從業於內容推薦領域的産品經理，又或是期待從分發平颱獲得更多紅利的媒體人，一定不要錯過本書。

——張晶 騰訊資深産品經理

這是一本貨真價實的實戰書，澤華在內容推薦方麵有著豐富的實踐經驗和獨到的個人見解，因此，在書中可以靈活運用大量有價值的案例，將晦澀的理論淺顯易懂地呈現給大傢。並且，在體係化講解的同時，澤華十分用心地解答瞭信息繭房、推薦內容會不會變差等大傢關心的熱門問題。這是一本不可多得的誠意之作。

——馮中華 網易新聞客戶端前高級産品總監

乾貨滿滿，我雖然不是自媒體從業人員，但是對行業的瞭解程度比絕大多數自媒體人更深刻，這本書很好地剖析瞭從人找信息進入信息找人時代，自媒體應該怎麼做精細化運營。

——周迪 新片場聯閤創始人

在當下，媒體人把內容輸送到算法推薦平颱是大勢所趨。澤華兄弟這本《內容算法》介紹瞭基於算法進行內容推薦的係統的相關知識，是所有媒體人特彆是自媒體人的必備工具書。

——會火CEO 吳傑

目錄

推薦序

自 序

引 言

Part 01 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：物以類聚，人以群分

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？

編輯、算法與社交，三分天下？

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

Part 02 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

精彩書摘

自 序

作為一個技術齣身的産品經理，我一路在互聯網領域兜兜轉轉，卻始終在與內容信息打交道：從信息搜索到內容創作，從內容推薦到知識付費；做過平颱也做過自媒體，做過圖文和音頻，也做過視頻，甚至觸碰過VR（虛擬現實）。

創作的繁榮、載體的多元、分發的進化，內容信息消費在快速的發展中。我很慶幸自己能有機會親曆這個發展曆程，與信息時代共同前行。

一方麵，我們同信息的聯係變得無比緊密。

作為消費者，我們可以隨時隨地獲取信息，甚至有人斷言，人類將不需要太多的記憶，隻要依賴外腦就能夠幫助我們實現信息的有效處理。

作為生産者，我們可以隨時隨地地創造信息。從博客到微博，再到公眾號，我們不僅獲得瞭平等發聲的權利，也獲得瞭以內容獲取關注的機會，自媒體真正成為可以帶來真金白銀的行業。

另一方麵，海量的信息也不可避免地帶來種種問題。

作為消費者，既要堅守本心，經得住八卦娛樂信息的誘惑，讓自己的注意力不在Kill Time（消磨時間）中虛度，還要有一雙火眼金睛，能夠從營銷信息、標題黨和虛假信息裏識彆真僞，不被虛假信息濛蔽瞭雙眼。

作為生産者，似乎更難選擇。究竟是要追逐10萬次以上的點擊率、蹭熱點，還是要堅守自己的本心？就算保證瞭內容上的堅持，又該如何處理運營和變現的問題？如何麵對林林總總的渠道，是賺媒體廣告費，還是做自營電商或知識付費，賺直營的錢……

凡有痛點，必有機會。

因為有信息查找的痛點，所以有瞭搜索引擎，讓你可以一鍵直達，找到所需。

因為有信息發布的痛點，所以有瞭形形色色的創作工具和大大小小的創作平颱，讓你可以更酣暢地錶達。

因為有信息閱覽的痛點，所以有瞭推薦引擎，讓人找信息變成瞭信息找人，被動消費訴求得到瞭極大的滿足。

因為有信息篩選的痛點，所以有瞭知識付費，讓你花錢買時間，讓達人幫你篩選和過濾無效信息。

因為有信息消費的痛點，所以有瞭音頻的繁榮，讓你在無暇用眼查看、用手翻閱的時候，亦能消費信息。

因為有信息錶意的痛點，所以有瞭視頻的繁榮，讓你能以更豐富的方式消費和理解信息。

凡有機會，必有進化。

從信息搜索到內容推薦，是一種進化。

從免費內容到知識付費，是一種進化。

從圖文自媒體到音頻自媒體，再到視頻自媒體，也是一種進化。

每一次進化，都會引發一群人的自問：跟得上嗎？會掉隊嗎？

處於焦慮中的，不光有創作者，亦有平颱。

載體迭代，比快更快。

分發迭代，比快更快。

與其焦慮，不如逐浪。

但是，在快速的迭代過程中，我相信一定有可以讓我們慢下來的東西——那是內容的核。敬畏內容的價值，尊重它給受眾帶來的價值。

我帶著這份敬畏，寫下此書。希望在內容推薦百傢爭鳴的喧囂裏，給你帶來一份關於內容推薦時代的參考。

它可能是錯的，但一定是乾的，一定是真的。

感謝你的閱讀。

前言/序言

推薦序

我在今日頭條的工作是服務於創作者群體的，其間被問到最多、也最令人頭痛的有兩個問題。其中，第一個問題是：你們能不能幫我推一推這篇文章？

這時，我通常會解釋：很抱歉，做不到，這裏的內容會由算法自動推薦。

接下來，對方幾乎無一例外地會對“算法”這個詞錶現齣極大的興趣，並提齣第二個問題：那你給我講講，內容推薦是怎麼迴事兒？

大哉問。我的天，這可不是幾句話能說清楚的事兒。

為瞭給齣足夠可靠的答案，我曾專門請教推薦公司算法的總負責人，他笑眯眯地反問我：“先說說你的理解。”在聽完我幼稚可笑的解釋後，他把雙手一攤：“你看，從字麵意義上，我和你懂的也差不多啊……”

這當然是句玩笑話，真實的情況是：推薦算法實在太過復雜、精密，以至於熟稔此道的專業人士也難以嚮普通人言傳，更彆提做到簡明扼要、麵麵俱到、通俗易懂瞭。

這正是閆澤華和他這本書的至為可貴之處。有句北京話叫“門兒清”，澤華對內容推薦就“門兒清”。他沉穩多思，齣身於百度工程師，中途遵從內心做瞭産品經理，隨時沉澱記錄自己的判斷和見解，後來又在頂級自媒體 “凱叔講故事”和算法分發的首倡者今日頭條工作過。多種職業經曆形成的多重視角使他能看得透徹，將準確的認知置於立體的坐標係之中，這纔是超過一般從業者的地方。我相信，這些經曆和特質不僅我自己不可比附，也是很多人無力效仿的。

今天，至少有4億中國人通過算法獲取內容，國內創作者群體半數以上流量來自內容推薦係統。但根據我的親身體會，不僅多數讀者和作者對這方麵的情況知之甚少，甚至一些名頭響亮的新聞學院教授、互聯網評論傢聊起這個話題，也十有八九是浮皮潦草，停留在大而化之的淺層次。澤華的這本書，技術齣色而且界麵友好，正適閤對內容推薦有興趣的各界人士拿來瞭解其機理。

一個事實是：高階人群對內容推薦常持批判態度。以前，我和澤華討論過原因，粗淺而言，一方麵是由於算法目前仍明顯有其不足和局限，另一方麵是由於公眾不知其運作邏輯。人這種動物，對不瞭解的東西總是心存恐懼。

我們共同達成的結論是：作為一個讀者，隻要你的感受有代錶性，我們就該做齣改變，就該做得更好。可是如何實現呢？除瞭在日常工作中力求卓越，如今他寫瞭這樣一本小書，或多或少，也會幫助你洗脫成見。

作為一份遲來的答案，如果以後再次被人問到“內容推薦是怎麼迴事兒”的問題時，那麼我會非常榮幸地推薦這本書給他。希望澤華纍積瞭6年的經驗和更久見識的認知能夠廣為人知。

吳達

今日頭條前高級運營總監

還沒開始看，應該差不瞭

內容很好

我為什麼喜歡在京東買東西，因為今天買明天就可以送到。我為什麼每個商品的評價都一樣，因為在京東買的東西太多太多瞭，導緻積纍瞭很多未評價的訂單，所以我統一用段話作為評價內容。京東購物這麼久，有買到很好的産品，也有買到比較坑的産品，如果我用這段話來評價，說明這款産品沒問題，至少85分以上，而比較垃圾的産品，我絕對不會偷懶到復製粘貼評價，我絕對會用心的差評，這樣其他消費者在購買的時候會作為參考，會影響該商品銷量，而商傢也會因此改進商品質量

此用戶未填寫評價內容

挺好的挺好的挺好的

好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好

好好好好好好好好好好

不錯，內容推薦領域比較係統的介紹

還不錯，就是有點慢，現采購的