123,123,123

內(nèi)容簡(jiǎn)介

　　如今，推薦算法已經(jīng)普遍應(yīng)用于在線各個(gè)領(lǐng)域和場(chǎng)景，越來(lái)越多的商品、服務(wù)、用戶通過(guò)推薦算法高效地連接彼此，每個(gè)人都享受到更加個(gè)性化的內(nèi)容和服務(wù)。推薦已深刻地改變了我們與世界連接的方式。本書(shū)聚焦在產(chǎn)品運(yùn)營(yíng)的角色上，探討產(chǎn)品運(yùn)營(yíng)人員應(yīng)該如何理解推薦算法，如何在不同的功能場(chǎng)景下應(yīng)用推薦算法，如何從平臺(tái)業(yè)務(wù)的角度對(duì)算法結(jié)果進(jìn)行干預(yù)和再平衡。此外，本書(shū)著重于闡述不同功能場(chǎng)景下推薦的應(yīng)用，輔以內(nèi)容、電商、社交等業(yè)務(wù)下的應(yīng)用實(shí)例。在每個(gè)章節(jié)中，都會(huì)枚舉市面上已有產(chǎn)品功能或作者本人經(jīng)歷過(guò)的業(yè)務(wù)實(shí)踐，以期給讀者提供可以實(shí)操落地的借鑒。

作者簡(jiǎn)介

　　閆澤華資深產(chǎn)品管理者、教育者。BOSS 直聘策略產(chǎn)品負(fù)責(zé)人，字節(jié)跳動(dòng)策略產(chǎn)品專家，擁有豐富的互聯(lián)網(wǎng)產(chǎn)品管理經(jīng)驗(yàn)。著有《內(nèi)容算法：把內(nèi)容變成價(jià)值的效率系統(tǒng)》《人人都該懂點(diǎn)產(chǎn)品思維》《把自己視作產(chǎn)品：互聯(lián)網(wǎng)大廠求職進(jìn)階之道》。

圖書(shū)目錄

序 001
第一章走近推薦系統(tǒng)
從斷物識(shí)人開(kāi)始理解推薦 002
推薦算法：物以類聚、人以群分 024
推薦架構(gòu)：推薦結(jié)果是如何產(chǎn)出的 030
本章小結(jié) 047
第二章推薦能力的應(yīng)用
冷啟動(dòng)：一回生二回熟 050
用戶興趣探索：從一元到多元 072
生產(chǎn)者分級(jí)：從貨品到供貨商 078
列表頁(yè)推薦：屏幕亦有屏效 090
列表頁(yè)交互：?jiǎn)瘟羞€是雙列，該怎么選？ 099
相關(guān)推薦：相關(guān)不相關(guān)？全靠文案掰 106
拆解推送：拉得來(lái)人、留得住客 111
搜索與推薦：探索未知的不同方式 121
關(guān)注分發(fā)：機(jī)器推薦為何還需要關(guān)注 136
推薦的場(chǎng)景化表達(dá) 142
本章小結(jié) 147
第三章常見(jiàn)的推薦問(wèn)題
重復(fù)推薦問(wèn)題 149
推薦密集問(wèn)題 159
推薦頻次控制 163
易反感內(nèi)容的推薦優(yōu)化 166
時(shí)空限定內(nèi)容的推薦優(yōu)化 172
本章小結(jié) 177
第四章從推薦到業(yè)務(wù)
不同業(yè)務(wù)下的推薦差異性 179
如何用立體的指標(biāo)衡量業(yè)務(wù) 189
不止于推薦效率，更是變現(xiàn)效率 200
本章小結(jié) 207
第五章與推薦協(xié)作
推薦產(chǎn)品經(jīng)理的自我迭代 210
如何正確地開(kāi)設(shè)實(shí)驗(yàn) 231
如何高效地與算法協(xié)作 237
盡信數(shù)，不如無(wú)數(shù) 242
本章小結(jié) 250
第六章推薦外的思考
推薦會(huì)導(dǎo)致低質(zhì)？ 253
個(gè)性化的好與好的個(gè)性化 264
改變流量去往的方向 266
本章小結(jié) 275
后記 277