對于讀者群體比較穩(wěn)定的APP，可以考慮降低性別因素的影響，而對于性別分布較為均衡的APP，則需要重點考慮性別因素。以晉江網(wǎng)、起點文學(xué)為例，晉江網(wǎng)女性讀者居多，主打言情和耽美類型的小說；而起點文學(xué)男性讀者偏多，內(nèi)容則主打玄幻和武俠。

針對不同的收費模式，不同的平臺關(guān)注的效果指標(biāo)也有所不同。達觀智能推薦深度挖掘讀者的購買行為和收費章節(jié)信息，幫助提升效果，例如對于關(guān)注時長的APP，更側(cè)重于深度閱讀的行為分析。

圖 產(chǎn)品定位調(diào)整推薦策略

作品的靜態(tài)信息包含如類別、標(biāo)簽、作者、標(biāo)題、是否收費、是否完結(jié)等，達觀數(shù)據(jù)可基于以上數(shù)據(jù)進行智能化推薦，如：

• 新作品優(yōu)先曝光：對平臺新發(fā)布的作品進行推薦，挖掘部分新作品和培養(yǎng)新作者。
• 構(gòu)建作者圖譜，進行關(guān)聯(lián)作品推薦。達觀基于自研的NLP自然語言處理技術(shù)可構(gòu)建物品畫像，當(dāng)讀者對于部分作品感興趣，可推薦該作者的其他作品。

動態(tài)信息即用戶的行為信息，如點擊、收藏、閱讀、充值、評論等，可分析用戶的行為特點和偏好，如對用戶點擊數(shù)量較多的同類別、同題材、同作者作品進行推薦。

圖 多維度分析作品屬性，靈活調(diào)配推薦算法

1、王牌作者，即平臺的明星作者。達觀智能推薦可優(yōu)先推薦王牌作者的作品，此類多為熱門作品，可最大程度提升用戶粘性。另外，若設(shè)專區(qū)展示，也可進行熱門作者的推薦。

2、普通簽約作者，即平臺的腰部作者，可加大推薦權(quán)重，給予一定的支持。根據(jù)歷史作品的點擊數(shù)據(jù)可反饋作品的受歡迎程度，擴大推薦流量，培養(yǎng)一部分腰部作者成為王牌作者。

3、新晉作者。對于新晉作者可進行小流量試探，使其排序靠前，若數(shù)據(jù)反饋好則可按情況提高其作品曝光量，避免造成作者流失的問題。

圖 新晉作者、簽約作者、王牌作者全方位考慮

2、針對付費用戶可選擇性地優(yōu)先推薦高質(zhì)量內(nèi)容，利用用戶畫像分析，更精細化地運營。而對于未付費用戶，在策略上將更偏重轉(zhuǎn)化引導(dǎo)，分析讀者的長期偏好，推薦可能喜歡的作品，同時根據(jù)相似讀者的偏好進行協(xié)同過濾推薦。

圖 “讀者”分析