求剧情
《内容算法:把内容变成价值的效率系统》封面

内容算法:把内容变成价值的效率系统

闫泽华 著共 24 节

《内容算法:把内容变成价值的效率系统》(闫泽华)的分节剧情梳理,每节一篇精简梗概。

共 24 章 · 已全部整理

章节目录

一章一页,已整理的按顺序列在这里。

第一节推荐序指出,作者闫泽华有百度、今日头条、凯叔讲故事等多重从业经历,对内容推荐有透彻理解,本书可帮助读者理解这一复杂机制。阅读第二节本节以搜索系统为参照,讲解推荐系统的架构与工作原理。搜索系统分为离线和在线两部分:离线负责爬取内容并建立倒排索引等索引体系;在线响应查询,依次经过搜索词处理(分词、同义词扩充……阅读第三节本节讨论内容推荐系统中的召回与排序、规则系统,以及"断物识人"的基础方法。阅读第四节本节继续阐述用户画像的应用与推荐算法。用户画像可用于行业研究(如腾讯大数据的消费报告)和产品效率优化(如Netflix靠个性化推荐年省10亿美元),也存在按地址预估认知水平发假货……阅读第五节本节以Netflix为例,说明推荐系统需按场景适配不同算法:垂类个性化用PVR,基于观看历史推荐用相似度计算,热榜用Top-N,热点用TrendingNow……阅读第六节本节讨论内容推荐中的冷启动问题,分为内容冷启动与用户冷启动两方面。阅读第七节本节讨论推荐系统中的兴趣探索与作者评估两个问题。兴趣探测按覆盖面从大到小选择有区分度的内容,结合群体偏好统计动态调整探测方向。阅读第八节平台在不同阶段有不同侧重:初创期对标成熟平台的优质自媒体,2017年短视频符合战略则更易获高评估,淘宝等导购型平台青睐带货能力强的作者;适合平台的作者与平台形成良性循环。阅读第九节推荐系统若对用户兴趣理解不足,或一味追求点击,会反复推送同类型内容,造成列表页内容过于密集。阅读第十节本节讨论了对推荐算法的两大质疑。一是“信息茧房”。作者认为,用户只看自己喜欢的内容并非算法造成,而是自纸媒时代起就存在的主动选择趋势,真正限制人的是认知边界而非分发模式。阅读第十一节用户给出的原文约 2200 字,但标注篇幅为“约 220 字”,按要求以用户给出的字数为准,压缩如下:本节先分析点击预估的局限:本能驱动下用户更易点击娱乐八卦……阅读第十二节关注行为对内容推荐有双重作用:它既是表意性强的用户信号,也能作为衡量作者价值的指标(如粉丝量、粉丝阅读率),平台可据此做分层推荐试探。阅读第十三节本节以登录方式为例,说明优化产品设计应遵循“理解现状、提出假想、验证假想”三步:先确定登录用户占比、单页面转化率等核心指标并摸底用户行为,再据此提出解决方案……阅读第十四节本节讲如何用数据衡量内容价值并优化内容生产与分发。BuzzFeed开发POUND系统,通过给同一页面的不同分享追加参数,追溯内容的传播路径,发现传播不是一棵树而是一片森林……阅读第十五节本节介绍ROI(投资回报率)在自媒体粉丝增长中的应用,即用(LTV–CAC)/CAC衡量从单个粉丝获得的收入能否覆盖获客成本,业务应追求ROI大于1。阅读第十六节本节讨论自媒体如何在推荐引擎时代优化内容分发。作者指出,平台通过数据分析识别标题党,并根据作者历史表现给予不同授信,劣迹作者可能被限流。阅读第十七节本节讨论自媒体是否应将内容从平台导流至微信、微博的问题。阅读第十八节本节首先梳理了MCN在中国的发展:搜狐视频较早提出“视频出品人联盟”,2016年短视频爆发后各平台广泛引入MCN。阅读第十九节本节先讲平台分成:分成收益等于阅读量乘以CPM,CPM通常在0.5至5元间,初创平台补贴高,成熟平台稳定;优质账号另有各平台激励,如头条号礼遇计划每月奖励100名创作者1万元……阅读第二十节本节先通过作者与做号者老A的对话展开:老A靠批量做号、刷量、接广告获利,平台上线应用内外阅读数拆分等治理措施后其收益受损;老A表示想转型做原创自媒体并拿投资,但苦于请编辑成本高……阅读第二十一节广告中介公司在自媒体变现中作用很大,微播易曾承载超七成自媒体大咖的首个广告订单。阅读第二十二节本节以“年糕妈妈”为例,说明自媒体做内容电商的路径与难点。阅读第二十三节本节指出,服务头部自媒体已衍生出小鹅通(提供内容付费等SaaS服务)、知识星球(付费读者社区)等产品,内容付费有望成为各平台的标配。阅读第二十四节本节讨论内容付费的三种模式。一是非标准化的分享课程,如吴晓波频道、keso专栏,创作主导权在个人手中,付费内容既是收入来源也是粉丝筛选工具;由于头部IP议价权强……阅读

全部 24 章

蓝色可点开阅读,灰色的还在整理中。