1、结构化信息处理
一个产品的内容一般式具有相似性的 ， 也即可以抽取其中的结构化信息 ， 以便机器的保存和运营人员的管理 。以音乐为例 ， 音乐的直观表现形式是一首首歌曲 ， 进一步分解之后 ， 一首作品的结构化信息有：演唱者、唱片公司、专辑名称、发行日期……对于音乐作品 ， 运营人员并不是把音频文件一股脑地塞进硬盘里就完事 ， 而是需要花费不少的精力做好结构化信息的抽取 。
所以在产品还未启动的时候 ， 就要考虑清楚未来的内容是什么样的结构 ， 然后设计合理的内容管理系统 。良好的信息结构是未来的内容推荐的基础 ， 因为海量内容是由机器拉取的 ， 而不是人工挑选的 ， 机器非常死板 ， 有就有 ， 没有就没有 ， 全靠入库的时候运营人员抽取了哪些信息 。
2、分类体系
分类是一种逻辑 ， 其实一直伴随着人类的发展 ， 张小龙也曾说做产品其实是一个逻辑梳理的过程 。传统行业最成熟的分类体系是图书分类 ， 几乎全世界图书馆用的都是统一的一套分类体系 。而互联网时代最成熟的则是电商平台 ， 如果有耐心拆解它们的结构 ， 会发现有高达数千种大大小小的分类 。
分类是便于用户进行内容筛选的一套规则 ， 当内容多起来的时候 ， 用户必定只能选择自己感兴趣的内容来消费 ， 分类就是提供这么一个选择的入口 。相似内容最好用统一的分类规则 ， 例如电商、音乐平台几乎都是同样的分类 ， 一来是尊重用户习惯 ， 减少用户学习成本 ， 二则是遵守行业规范 ， 减轻运营人员的工作负担 。
3、标签体系
分类体系大多是稳定的 ， 行业内的各方约定俗称 ， 有人可能会反应过来这并不是一套灵活的体系 。例如在分类体系中 ， 一个内容最好只属于一个分类 ， 这样用户遵循特定的路线就一定会找到它 ， 设想图书馆的一本书可以放在两个不同的书架上 ， 那管理员和读者都要疯了 。而标签则会更加灵活 ， 王小波的小说只能放在一个书架上 ， 但是可以往上面贴上N个标签：王小波、中文、小说、当代文学……电脑在搜索的时候只要命中其中一个标签都可以找到这本书 。
目前流行的个性化推荐系统 ， 例如豆瓣FM的猜你喜欢、亚马逊的为你推荐 ， 几乎都是基于标签系统 ， 而不是分类 。国外音乐平台Pandora为了完善个性化音乐推荐 ， 聘用了大量音乐专业人士为每首歌打上N个标签 ， 帮助Pandora优化推荐结果 。
三、内容推荐：用户喜欢与否 ， 成败在此一举
前面所说的两个策略都是幕后完成的 ， 用户还感受不到 ， 那么内容推荐则是掀起盖头直面用户的一道程序了 。以结果导向而言 ， 不管其他流程做得多么出色 ， 如果给用户的内容推荐没做好 ， 其他都是白搭 。接下来便一一拆解常见的内容推荐方式 。
1、热门推荐
最常见的是“排行榜”形态 ， 作为一个内容平台 ， 这是一个必不可少的模块 。当用户第一次使用产品时 ， 每个用户的开端几乎都是相同的 ， 个性化推荐这个时候也就无从谈起 。那么最好的办法是展示平台上最热门的东西给用户 ， 这种办法总不会错 ， 来到同一个平台的用户大抵相似（除非你是过亿用户的平台） ， 展示其他用户最喜欢的内容给新用户 ， 从大数定律而言也具有最大的概率击中用户的喜好 。
推荐阅读
- 营销型网站建设的策略
- 网页艺术设计问题与策略
- 搭建外贸网站平台注意事项
- 高级SEO策略有哪些
- 网站搭建前需要考虑哪些需求
- 如何用最少的钱搭建网站
- 网站快速搭建的方法是什么
- 搭建网站前如何确定设计方案
- 淘宝客网站搭建基础流程
- 网站建设如何搭建框架