yb全站体育app:「个性化推荐」与「个性化推送」

 新闻资讯     |      2022-09-05 07:48

yb全站体育app推荐大家都比较熟悉个性化新闻推荐需求分析,各种APP的首页场景几乎都是推荐的形式,之所以是个性化的是因为结果是由各种模型和策略推理出来的,结果千人千面,模型为每个人都个性化定制了内容奉上。

再来看看推送定义:

手机终端锁屏状态下通知栏展示或在操作前台顶端弹出的消息通知个性化新闻推荐需求分析,点击后可唤起对应的APP,并在APP内跳转到指定页面。

yb全站体育app推送简称Push,种类比较多,大概可以分为3类:产品Push、运营Push、算法Push。产品Push是APP本身的一些功能上的Push,比如系统消息通知,某个人关注了你、你的文章背别人点赞、有人请求添加好友等通知,该类Push可以说不需要个性化;运营Push是由公司运营人员手工筛选好推送内容,下发给圈定的用户,内容比如最新的热点、得不到曝光的优质文章等,如何圈用户是一个个性化推荐的问题;算法Push是由和推荐场景类似的各种模型和策略推理出来的,模型会为每个人找到最相关的内容,可以完全做到个性化。

三类Push通常情况下,算法Push的效果最好,也因此在APP中数量占比最高,不同APP可能结论会不一样,但算法Push的重要性不言而喻。

本文主要讨论的也是算法Push,到此可能没有接触过算法Push的人会想到一些Push和推荐的相同点,那就是底层二者都依托于推荐系统进行个性化的推荐,不同点可能也会想到一两点。其实二者有比较多的差别,笔者曾经做过内容分发领域的个性化feed流推荐和个性化push,结合自身理解总结了如下区别,欢迎大家留言讨论:

yb全站体育app1. 请求形式不一样。这一点比较容易理解,推荐是用户在APP内主动发起的,而push是APP服务端发起,用户只要打开通知就会被动接收。这里类似于对比搜索和推荐的区别,搜索是用户带有明显意图主动寻找答案,而推荐是用户目的不明确的情况下推断用户兴趣。

2. 条数不一样。推荐只要用户持续刷则条数不限(除非站内内容都刷完),而push条数是有限的,push太频繁用户会觉得被打扰从而关闭通知,以后就别想再推了,另外push除了考虑发送条数还要考虑发送时间点。

3. 用户群体不一样。推荐的用户基本上高活跃用户占了很大部分,这些人也是点击和时长的主要贡献者,而push面向所有用户,尤其关注中低频用户的唤醒。

4. 目标不一样。内容分发角度讲,推荐通常多个目标,ctr、时长、cvr、正向交互等,push以优化调起用户数为主要目标,电商领域的push以优化转化为主,当前都是以唤醒用户为基础的。

5. 架构层面不同。推荐的架构优化还是在于推荐系统本身,比如召回、粗排、精排、重排、混排的耗时等,而push架构比推荐更复杂,原因就在于push是自主圈用户、自主请求推荐服务、自主将结果定时发送给用户、还要调用各个手机通道接口最终才能将文案发送到用户手机上。架构层面这里多补充一些,由于push面向所有用户,所以圈出来的用户数量是非常庞大的,虽然push可以提前离线计算出结果,但是巨大的用户量都要调用推荐服务还是要消耗非常多的机器资源的,假设用户数量n=5000w个性化新闻推荐需求分析,推荐服务最大支持qps=2000,那么计算时间t=n/qps=50000000/2000=25000s=6.94444h,接近7个小时的计算时间。

6. 计算延迟及复杂度不一样。这一点在架构层面已经涉及到了,推荐通常要求200ms~500ms内返回个性化新闻推荐需求分析,由于用户侧在等待结果所以应该尽量让用户无感知延迟个性化新闻推荐需求分析,而且推荐每天的qps几乎都会有相同的趋势。但push是定时下发,可以提前计算,计算的qps也可自主控制。

7. 内容覆盖面不一样。推荐覆盖的内容数量更多,push的内容通常很严格,需要很多审核,要构建专用的内容池,在一些节假日或特殊时期更需要注重内容的方方面面。

8. 后端上的不同。推荐服务收到的request都要有response,而push是通过手机厂商的通道下发的,不同通道的触达率不同,高者能到90%,低者也有很低的,所以不是所有用户的手机都一定能接收到所有的推送的。

9. 用户体验角度。推荐用户体验不好,用户可能通过负反馈功能反馈给APP,而push体验不好,用户极大可能直接关闭开关或者卸载软件,所以需要经常关注通知开关关闭率,需要在用户体验上和目标之间进行tradeoff。

yb全站体育app那么,个性化推送和个性化推荐的共同点有哪些呢,其实最大的共同点就是都基于推荐系统。推荐系统通常包括召回、粗排、精排、重排等,这些都是二者共同的点,当然模型和策略上的优化也就都是一样的了。