|
个性化推送本质上是利用算法来实现兴趣建模,wjinsight通过用户对文章进行的“顶”、“踩”、转发、收藏等操作不断更新兴趣模型。但这会带来一个问题:因为集中浏览了某个话题,在接下来的几天不断被推送相似的内容,导致审美产生疲劳。点击“不感兴趣”来减少同质内容的推送,使得用户能够从这种信息轰炸中解脱。5 F$ O3 L, O K1 M$ P) l# J4 w; }
4 n3 C- s1 B+ M3 ?1 K 判断用户喜好,从而精准推送内容
( ?+ O' W5 ?4 v, ~) j; }) I. _% u" k2 U6 r( o; c C
理论上,个性化推送机制需要考虑到两类用户:竞品对比分析新用户(40%感兴趣的内容+60%不感兴趣的内容)和老用户(90%感兴趣的内容+10%不感兴趣的内容)。
; B- @% Z* F+ G k m3 k
/ z- `4 C: Z \* S7 ^ 对于新用户而言,显然不可能把自己不喜欢的内容一条条点击“不感兴趣”,所以明智的做法是直接选择喜欢的频道和话题;但对于老用户而言,使用“不感兴趣”按钮偶尔点掉几条不喜欢的推送,无疑是更经济的做法。, a w# @* J/ c1 ?* o- B
4 `! @; @8 l) B* ^# C; s& j+ ` 满足用户“个性化”的期待,让用户感到:自己能够主动定制和选择想看的内容/ ]8 d+ I& e4 \" z3 H4 m* r
+ \8 [ j) Z: E* X2 y, K' q 从心理学而言,人都是希望自己与众不同的,因此“个性化”服务不仅为用户节约了筛选内容的时间,也满足了人们“和别人不一样”的隐秘心理。“不感兴趣”使得用户能够参与定制自己的推送列表,参与建设自己独一无二的兴趣模型,在点击的过程中不断实现心理满足。
+ _* ?# R) m, w- w" H, F( {
: ?% T3 I; T5 Y* [, ~* F) J |
|