幫助中心 | 我的帳號 | 關於我們

內容演算法(把內容變成價值的效率系統)(精)

  • 作者:閆澤華
  • 出版社:中信
  • ISBN:9787508685274
  • 出版日期:2018/04/01
  • 裝幀:精裝
  • 頁數:246
人民幣:RMB 58 元      售價:
放入購物車
加入收藏夾

內容大鋼
    隨著國民總時間概念的興起,互聯網巨頭紛紛布局內容行業,以爭奪用戶時間。作為內容生產者主力的各類自媒體也如雨後春筍般湧現,在內容創作、內容變現等方面做得風生水起。與此同時,基於演算法的內容推薦分發技術得到了越來越廣泛的應用。今天,至少有4億中國人通過演算法獲取內容,國內創作者群體半數以上流量來自內容推薦系統。
    通過演算法實現的推薦技術基於用戶歷史數據和行為,推測用戶意圖,推薦合適的商品和內容給終端用戶,顯著提高了用戶的點擊率和留存率。隨著用戶的個性價值越來越被重視,內容推薦分發技術勢必會得到更普遍的應用。
    內容行業資深從業者、今日頭條前資深產品經理閆澤華,在閆澤華著的《內容演算法(把內容變成價值的效率系統)(精)》一書中,通過大量生動的案例,圖文並茂、深入淺出地分析了當下主流的推薦演算法及其利弊,介紹了推薦分發系統相關的知識,同時對自媒體如何實現優質作品最大化傳播以及自媒體數據分析、運營與變現等進行了深入解讀,有內容、有深度、有態度,無難度。
    對於已經開始或希望從業于內容推薦領域的產品經理,或是期待從內容平台獲得更多紅利的媒體人,本書不容錯過。

作者介紹
閆澤華
    閆澤華,現任BOSS直聘策略產品負責人。前知乎職業教育負責人、會員產品負責人,位元組跳動高級產品經理。累計舉行講座、培訓百余場,幫助上萬名大學生解決定位、擇業、就業、成長難題。

目錄
推薦序
自序
引言
Part 01  關於內容推薦
  走近內容推薦
    推薦系統架構初探
    YouTube和Netflix推薦架構參考
    基於推薦架構的優化啟示
  推薦的起點:斷物識人
    斷物
    識人
  推薦演算法:物以類聚,人以群分
    物以類聚:基於內容屬性的相似性推薦
    人以群分:基於用戶行為的協同過濾
  從演算法到應用
    場景劃分
    推薦系統評估指標
  連接內容與人
    冷啟動
    興趣探索
    自媒體與平台
  常見的推薦問題
    推薦重複
    推薦密集
    易反感內容
    時空限定內容
  帶著偏見看推薦
    信息繭房
    推薦會導致Low?
    編輯、演算法與社交,三分天下?
  面對推薦系統
    人機大戰:效率與目標之爭
    數據分析驅動產品迭代
    個性化的好與好的個性化
Part 02  關於自媒體
  好內容為什麼沒人看
  自媒體的數據分析
    他山之石:BuzzFeed簡介
    內容閱讀分析
    粉絲增長分析
  自媒體運營
    內容快銷:標題黨的二三事
    推薦平台優化:從SEO到REO
    粉絲運營:新時代的新問題
    全平台運營:從小作坊到MCN
  自媒體變現
    變現入門:平台分成
    廣告變現:品牌的溢價
    自營電商:隔行如隔山
  內容付費

    緣何付費,規模幾何
    內容付費平台展望

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032