今日产品思考|微博feed流的变更究竟为何?

微博首页的feed流从最开始的严格的timeline形式变为了现在的个性推荐,中间的理由是什么,推荐的逻辑又是怎样,相信很多小伙伴也思考过这个问题~
今天,小编也就这一变化有一些自己的思考,总结如下:


微博

首先,先分析一下为什么要从严格的时间排序变为智能排序?

随着整个互联网信息流产品的形态的发展以及微博用户体量及用户粘性的增大,传统的时间流并不能很好的满足用户的需求,原因如下:
1、基于了大数据分析和大量用户反馈的:微博到2015年已经积累了大量用户的行为习惯数据和大量的用户反馈,所以做出这样的决策在一定意义上是参考过这些数据的)
2、基于目前微博的用户体量和UGC/PGC内容体量做的改变:用户关注的用户越来越多,并且随着自媒体的体量扩大,传统的微博大V等要通过大量的原创/转发微博来提升账号影响力以及适应更多的用户的口味,所以按照传统的时间排序,可能用户会在刷微博过程中会刷到大量的不愿意看的信息,这样子就会使首页信息变得越来越鸡肋,为了避免这种情况的出现,智能排序也就成为了必然需求。
3、基于现在信息流产品形态大趋势:智能排序也是信息流产品的一个比较必然的大趋势,从今日头条等产品的爆红可以看出,传统的时间线信息流已经不适应现在网民的需求了,网民更偏爱“懂我”/更热门的信息流产品。
4、基于盈利的角度:这个会在下面做详细说明。

那么,影响微博智能排序的因子有哪些呢?

小编觉得是以下的这些(欢迎大家作补充):
1、时间:虽然不是按照严格的时间排序,但时间依旧是排序中很重要的一个影响因素,微博是一个较为实时、多样性的信息平台,所以时间仍是影响智能排序中一个比较重要的因素
2、微博质量:这里的质量包括了博主本身的质量(是否为大V)、此条微博的质量(转评赞是否比较高)、博主和用户的关系(是否为互相关注的好友)
3、用户的喜好:智能排序一个比较重要的点是给用户推荐最迎合它口味的内容,所以用户的喜好也是该智能排序算法中比较重要的一部分,例如系统大数据中会记录用户的一些行为习惯,比如追星,喜欢看亲子类微博、喜欢看时政类微博,通过这些行为喜好给用户打上各种标签,然后通过知识图谱等计算出用户的喜好,较多的给他推荐他喜欢的主题。
4、同质、低质内容下沉,避免刷频:有些博主为了提升自身影响力会在短时间内发很多条微博或者针对同一事件发很多相似内容,可以通过智能算法,对这些同质、低质内容降低权重,避免给用户造成不愉快体验。
5、商业因子:一些平台合作或者投入广告的博文可适当置顶或者优先展示
6、垃圾、营销、敏感因素等隐藏:通过后台检测到的垃圾、营销、或者带有敏感信息的博文隐藏,不展示在首页,避免给用户带来不良体验。

前面有说到智能排序也一定上为精准推广做了铺垫,那具体给微博或者是给推广商会带来哪一些好处呢?

智能排序给微博带来的收益:
1、用户粘性、用户产品好感度:这是最明显也是最重要的一个收益,智能排序很大的原因是为了服务用户,增加用户的体验感,使用户提升产品的好感度,也就增加了用户的粘性。
2、口碑营销:这是上面的收益带来的附属收益,用户用得爽,自然会给身边的人推荐,从而达到口碑营销的目的。
3、广告合作:智能推荐将广告置顶或者位置提前对用户造成的不愉快感是要明显低于传统模式下的广告植入的,所以这也能很好的通过广告合作来达到营收的目的
4、精准投放:通过对用户的大数据分析,可以给用户投放它最喜欢的内容,这样对于投放方、平台、用户无异于利益最大化。

小编的思考有着一些,不知道你有没有补充或者是纠正的,欢迎在留言处或者私信小编说出你的见解期待有意思的见解能够相互碰撞

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,390评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,821评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,632评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,170评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,033评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,098评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,511评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,204评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,479评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,572评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,341评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,893评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,171评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,486评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,676评论 2 335

推荐阅读更多精彩内容