怎么舉報(bào)都不管用,知乎原來(lái)是這么做的策略

大家好,我是策略產(chǎn)品經(jīng)理夏唬人。

今天,在我們的策略產(chǎn)品經(jīng)理訓(xùn)練營(yíng)當(dāng)中,有個(gè)同學(xué)發(fā)了一篇文章和截圖,問(wèn)我看了是不是“很生氣”。

文章中的其他內(nèi)容咱們先不談,這篇文章下面這部分內(nèi)容才是我今天要聊的重點(diǎn):

怎么舉報(bào)都不管用,知乎原來(lái)是這么做的策略

當(dāng)然,我作為一個(gè)從事策略的產(chǎn)品經(jīng)理,看到這種的策略在線上是不能忍受的。不過(guò),我首先需要從“作為一個(gè)用戶”的角度來(lái)談?wù)勥@個(gè)問(wèn)題,聊聊我那些年用知乎的經(jīng)歷。

沒(méi)錯(cuò),我被知乎的負(fù)反饋毀三觀了。

怎么舉報(bào)都不管用,知乎到底怎么了?

以前,我在知乎的推薦feed流當(dāng)中經(jīng)常看到下面這種文章:

內(nèi)容就是描述它用很低的價(jià)格買了一雙AJ,或者免費(fèi)吃了一頓KFC,然后你點(diǎn)擊去發(fā)現(xiàn)它會(huì)截了一堆低價(jià)購(gòu)買的訂單截圖,滑到最后需要你加到一個(gè)QQ群才能領(lǐng)到這些優(yōu)惠。

出于好奇,我曾經(jīng)加了一個(gè),進(jìn)去以后,發(fā)現(xiàn)其實(shí)是一個(gè)營(yíng)銷群,推各種廣告。

這些文章的文章標(biāo)題起得很吸引人,很容易讓人點(diǎn)進(jìn)去,然后拉進(jìn)QQ群,雖然肯定有人能識(shí)別,但是漏斗總能漏進(jìn)去一部分人,而且我發(fā)現(xiàn)這些QQ群人還不少。

曾經(jīng),我想試圖在評(píng)論區(qū)把真實(shí)情況說(shuō)出來(lái),提醒一下其他讀者,但是“作者篩選評(píng)論”讓評(píng)論區(qū)清一色的好評(píng),所以沒(méi)轍。

既然提醒不了他人,那我就讓自己變得清凈一些吧。作為一個(gè)做推薦策略的,我當(dāng)然知道怎么做。

那就主動(dòng)做個(gè)負(fù)反饋,把自己對(duì)這類內(nèi)容不感興趣反饋給推薦系統(tǒng)。

于是,我在知乎的推薦卡片上點(diǎn)擊了“減少相似內(nèi)容推薦”,甚至舉報(bào)了很多次。以為這樣就能把相似內(nèi)容給我屏蔽掉,還是天真了。

沒(méi)想到后面是越來(lái)越多,而舉報(bào)的內(nèi)容也被判為“暫未違規(guī)”,見(jiàn)下:

怎么舉報(bào)都不管用,知乎原來(lái)是這么做的策略

當(dāng)然,如今這些內(nèi)容都找不到了,否則我一定會(huì)貼出來(lái),不過(guò)看標(biāo)題也能看出門道。

為什么?莫非是出了錢的廣告?也只有知乎知道。

今天當(dāng)我看到這篇文章的時(shí)候,終于知乎內(nèi)部的算法同學(xué)給了我答案,原來(lái)他們是這么做的負(fù)反饋。

“點(diǎn)擊不感興趣”會(huì)被標(biāo)記為用戶的一種行為,從描述當(dāng)中大概率能看出是一種正向的行為,那就變成了反而是我對(duì)這個(gè)內(nèi)容感興趣了。

這很知乎,又給我?guī)?lái)了我不知道的知識(shí)。

那么,作為一個(gè)策略產(chǎn)品,怎么做負(fù)反饋?

這才是今天文章的重點(diǎn),畢竟夏唬人注重專業(yè)內(nèi)容,之前也有訓(xùn)練營(yíng)同學(xué)問(wèn)過(guò)我類似的問(wèn)題:

“推薦系統(tǒng)中有哪些負(fù)反饋策略?”

正好之前有過(guò)相關(guān)思考,大概講一講我的理解。

首先什么叫反饋?反饋即用戶對(duì)于眼前事物的采取的行為。所以先簡(jiǎn)單聊聊行為的概念。

在推薦系統(tǒng)中,用戶行為實(shí)際上包含了兩種:顯性行為和隱性行為。常見(jiàn)的顯性行為,比如用戶對(duì)物品的評(píng)分,喜好,關(guān)注等,一般是以產(chǎn)品功能為載體來(lái)實(shí)施;隱性行為則通常是指用戶在網(wǎng)站、應(yīng)用內(nèi)的日常活動(dòng),比如瀏覽,閱讀,觀看等,一般是以日志為載體進(jìn)行承載。

不同的行為代表了用戶對(duì)于推薦結(jié)果不同的態(tài)度。一般用來(lái)表征用戶對(duì)推薦結(jié)果是否感興趣包括正反饋和負(fù)反饋兩部分。

正反饋通常包括推薦位點(diǎn)擊,加購(gòu),下單,收藏,關(guān)注,喜歡等,這些行為越多一定程度上也能表明當(dāng)前推薦結(jié)果對(duì)用戶來(lái)說(shuō)是有足夠吸引力的,自然流量的轉(zhuǎn)化率相對(duì)也較高;

負(fù)反饋則是指用戶表達(dá)了對(duì)當(dāng)前推薦結(jié)果持有消極態(tài)度。負(fù)反饋也包括主動(dòng)和被動(dòng)兩種。這個(gè)環(huán)節(jié)在系統(tǒng)實(shí)際實(shí)施的時(shí)候很容易被忽略,但也是最容易得罪用戶的環(huán)節(jié),因此策略的設(shè)計(jì)非常重要。

負(fù)反饋策略在設(shè)計(jì)的時(shí)候需要關(guān)注三個(gè)方面:推薦位間聯(lián)動(dòng)、內(nèi)外聯(lián)動(dòng)和正負(fù)聯(lián)動(dòng)。

01 推薦位間聯(lián)動(dòng)

通常在一個(gè)應(yīng)用內(nèi)的推薦區(qū)域往往不止一個(gè)。比如在京東APP內(nèi),首頁(yè),商品過(guò)渡頁(yè),商詳頁(yè),購(gòu)物車等等,每一個(gè)場(chǎng)景下都有對(duì)應(yīng)的推薦區(qū)域。

推薦位間的聯(lián)動(dòng)是指,如果用戶在其中的一個(gè)場(chǎng)景下進(jìn)行了負(fù)反饋,表明其對(duì)當(dāng)前推薦物品不滿意的時(shí)候,那么其他推薦區(qū)域也需要進(jìn)行策略反應(yīng),比如屏蔽,降權(quán)等等,這就是一個(gè)推薦位之間的聯(lián)動(dòng)。

但是,在設(shè)計(jì)推薦位聯(lián)動(dòng)的時(shí)候,需要考慮對(duì)應(yīng)推薦區(qū)域在當(dāng)前業(yè)務(wù)場(chǎng)景下的定位。比如用戶在某一推薦區(qū)域主動(dòng)反饋“已經(jīng)購(gòu)買”,不期望再次推薦,那么當(dāng)前推薦區(qū)域最好能夠進(jìn)行實(shí)時(shí)過(guò)濾,屏蔽。

那么,是不是一定在其他推薦位也進(jìn)行類似的操作呢?不一定,而且可能正好配相反。比如對(duì)于復(fù)購(gòu)優(yōu)惠活動(dòng)的推薦位,復(fù)購(gòu)反而對(duì)其是一個(gè)正反饋。

02 內(nèi)外聯(lián)動(dòng)

除了不同場(chǎng)景下推薦位之間的聯(lián)動(dòng),還涉及到內(nèi)外聯(lián)動(dòng)。

內(nèi)外聯(lián)動(dòng)是指,除了對(duì)給用戶呈現(xiàn)最終推薦結(jié)果的聯(lián)動(dòng),推薦區(qū)域用戶的負(fù)反饋還可以與哪些數(shù)據(jù)發(fā)生交互。

也就是用戶在前端的負(fù)反饋可以影響到數(shù)據(jù)層,具體來(lái)說(shuō)是用戶標(biāo)簽層。

推薦系統(tǒng)通常會(huì)基于用戶的各種歷史行為,比如用戶的關(guān)注,瀏覽和購(gòu)買記錄,給用戶打上各種各樣的標(biāo)簽,從而去判斷用戶的偏好,理論上是一種猜測(cè),概率行為,那么負(fù)反饋則表明當(dāng)前對(duì)用戶的偏好預(yù)測(cè)出現(xiàn)了誤差。

所以,基于用戶負(fù)反饋去修正推薦鏈路中的使用的數(shù)據(jù),這就是內(nèi)外聯(lián)動(dòng)。

03 正負(fù)聯(lián)動(dòng)

一般我們進(jìn)行推薦負(fù)反饋策略設(shè)計(jì)的時(shí)候,在用戶觸發(fā)了負(fù)反饋之后,通常推薦系統(tǒng)會(huì)實(shí)時(shí)響應(yīng),對(duì)推薦結(jié)果進(jìn)行屏蔽或者過(guò)濾處理。

那么這一類的物品是否一直都不會(huì)對(duì)該用戶進(jìn)行推薦了呢?明顯不是這樣的。

用戶的需求是多變的,因此需要增加一個(gè)判斷用戶對(duì)之前負(fù)反饋物品再次有正反饋行為的策略,進(jìn)而在合適的時(shí)機(jī)為用戶進(jìn)行推薦。

比如對(duì)于已經(jīng)進(jìn)行過(guò)負(fù)反饋處理的類目或者sku,通常用戶多次點(diǎn)擊瀏覽該類目或者sku的時(shí)候需要重啟正反饋策略。

這就是正負(fù)聯(lián)動(dòng)。

以上大概就是我過(guò)去做過(guò)的幾種策略,其實(shí)還有很多,歡迎大家補(bǔ)充探討。

最后,我當(dāng)然希望知乎你快改改吧,起碼幫我改“負(fù)”了。

本文經(jīng)授權(quán)發(fā)布,不代表增長(zhǎng)黑客立場(chǎng),如若轉(zhuǎn)載,請(qǐng)注明出處:http://m.gptmaths.com/mcn/zhihu/65361.html

(2)
打賞 微信掃一掃 微信掃一掃 支付寶掃一掃 支付寶掃一掃
上一篇 2022-04-20 09:32
下一篇 2022-04-20 09:56

增長(zhǎng)黑客Growthhk.cn薦讀更多>>

發(fā)表回復(fù)

登錄后才能評(píng)論