近日，達(dá)觀數(shù)據(jù)COO馮佳妮作為“達(dá)觀數(shù)據(jù)開放日”演講嘉賓之一，講述了個性化推薦對文娛行業(yè)精準(zhǔn)運營的助力作用。(文章在不改變意思的情況下有所刪減)

達(dá)觀數(shù)據(jù)已服務(wù)近兩百家不同的企業(yè)，不僅有互聯(lián)網(wǎng)企業(yè)，也包括一些大型傳統(tǒng)企業(yè)，比如中興、華為。此次主要針對一些細(xì)分的互聯(lián)網(wǎng)垂直行業(yè)來說明個性化推薦的作用，主要為直播、文學(xué)、社交、視頻、音樂和資訊六個行業(yè)。為什么以上六個互聯(lián)網(wǎng)垂直領(lǐng)域的用戶對個性化推薦需求這么旺盛？最重要的一個原因是這些平臺每天產(chǎn)生大量的內(nèi)容導(dǎo)致用戶信息過載。

以達(dá)觀服務(wù)的一個直播企業(yè)為例，它在整個游戲直播領(lǐng)域排前三，工作日早上十點左右的非黃金時段同時在線游戲主播有五千多個。面對這么多主播同時在線，很多人會選擇困難。再比如達(dá)觀服務(wù)的一個中型文學(xué)小說網(wǎng)站，每天新增小說六百多篇。與之相比，資訊網(wǎng)站的內(nèi)容產(chǎn)生量更是海量，比如WIFI萬能鑰匙日活超過幾千萬，每日資訊的增量逾幾十萬。短視頻如日總天，達(dá)觀在短視頻行業(yè)的用戶是中國最早做UGC短視頻的企業(yè)，日增UGC短視頻量高達(dá)幾十萬。用戶面對如此多的選擇，無所適從。

由此可見，上述幾個行業(yè)對于個性化推薦的需求是非常迫切的。縱觀所有的客戶，無論它是來自哪個細(xì)分的領(lǐng)域，客戶最關(guān)心的且具備普適性的指標(biāo)是如下四個：點擊率、停留時長、人均pv、轉(zhuǎn)化率，重中之重則是前兩個：點擊率、停留時長。

停留時長受客觀因素和環(huán)境的影響，在不同的應(yīng)用場景里，它的橫向?qū)Ρ仁呛茈y做到的。所以很多時候，點擊率是更公正公平的一個評判標(biāo)準(zhǔn)。尤其是接入個性化推薦的初期，點擊率是達(dá)觀數(shù)據(jù)最主要的評判指標(biāo)。

不同的行業(yè)不同的應(yīng)用場景，客戶關(guān)注的細(xì)分指標(biāo)也不盡相同。短視頻客戶更關(guān)注播放完成率、人均視頻觀看數(shù)量。播放完成率就是一個用戶點開一個短視頻的播放時間除以短視頻總時長，這是衡量用戶對一個短視頻是否真正感興趣的一個重要指標(biāo)。文學(xué)類客戶更關(guān)注平均閱讀提升和付費轉(zhuǎn)化。資訊類客戶更關(guān)注深度閱讀和新資訊的曝光率，不同客戶對于深度閱讀的時長不完全相同。

那么達(dá)觀數(shù)據(jù)個性化推薦是如何幫助客戶做到重要指標(biāo)提升的？

以直播行業(yè)為例，說明其存在的四個主要問題。

第一個問題是主播越來越多，小主播得不到曝光，且主播同質(zhì)化嚴(yán)重。直播平臺的話，為了維持平臺穩(wěn)定的收入，通過編輯推薦，會把大部分的流量都引到還是以前比較紅的熱門的主播身上。新進(jìn)主播曝光的機(jī)會則比較少，流失率就會非常高。

第二個問題是無法深度挖掘大量的用戶行為。直播平臺的用戶一般分兩類，一類是未登錄的游客用戶，另一類是登錄用戶。如何挖掘分析一個隨便閑逛的用戶行為，把他變成注冊用戶并且付費充值，持續(xù)不斷的在平臺上送禮，要對于這些行為進(jìn)行深層次的挖掘，這個是比較難的點。

第三個問題是難以快速把握用戶興趣和口味的變化。很多用戶隨著時間和內(nèi)外因素變化，興趣都是隨時變化的。怎么實時應(yīng)對變化，也是個性化推薦需要幫助平臺解決的問題。

第四個問題，也是最重要的問題，就是冷啟動。在沒有任何用戶行為的前提下，用戶第一次進(jìn)入直播平臺時，就能向其推薦喜歡看的產(chǎn)品，增加他的停留時間。

針對上述四個問題，達(dá)觀個性化推薦的技術(shù)實現(xiàn)如下：

1）對平臺用戶進(jìn)行分析。一般來說一個產(chǎn)品接入達(dá)觀平臺，會涉及兩組數(shù)據(jù)。就直播平臺而言，就是主播數(shù)據(jù)，包括靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)兩部分。靜態(tài)數(shù)據(jù)就是主播的等級、性別、年齡、粉絲數(shù)等。動態(tài)數(shù)據(jù)是主播的播放時長、直播時段、直播風(fēng)格等。

2）對用戶進(jìn)行畫像構(gòu)建。用戶在平臺上有瀏覽、點擊、關(guān)注、留言、發(fā)彈幕，送禮。還會跟主播進(jìn)行互動，除了互動以外，還有一對一、多對一的連麥等深度用戶行為。除了這些用戶行為，還需考慮時間因子，因為興趣會隨時間波動，產(chǎn)生短期興趣和長期興趣。

3）冷啟動處理。一般平臺會通過用戶初始選擇標(biāo)簽的方式進(jìn)行冷啟動推薦，但很多時候，用戶對于標(biāo)簽的選擇是敷衍了事的態(tài)度。所以過于依賴新標(biāo)簽，冷啟動準(zhǔn)確率不會那么高，而達(dá)觀會在底層打通用戶數(shù)據(jù)，獲得用戶在不同平臺上的關(guān)系屬性、購買屬性和社交屬性。最重要的是一旦用戶在做了一個點擊動作，達(dá)觀可以毫秒級更新用戶畫像，快速更新模型。達(dá)觀數(shù)據(jù)融合了多種算法，在數(shù)據(jù)的架構(gòu)和處理上做了一個離線、在線和近線三級架構(gòu)，能夠保證整個系統(tǒng)的穩(wěn)定性和靈敏度。

此外，在技術(shù)上，達(dá)觀數(shù)據(jù)跟任何的客戶都是后端對接的，具體調(diào)用的接口展示在哪個應(yīng)用場景，由客戶自主決定。一般直播客戶會在三個不同的場景使用達(dá)觀的推薦接口。

第一個是APP首頁的猜你喜歡。類似今日頭條，整個首頁的信息流都是個性化推薦；第二個是直播平臺上“我的附近”，主動尋求個性化推薦。第三個是在搜索的頁面調(diào)用達(dá)觀的個性化推薦接口。

總體而言，個性化推薦的應(yīng)用可以幫助企業(yè)在各個應(yīng)用場景下精準(zhǔn)運營，實時把握客戶需求，提高用戶付費轉(zhuǎn)化。