文章写完之后, 发现整个过程完全都是协同过滤的内容, 因此准备好好看看这个answer.com上面关于collaborative-filtering的内容
周日下午, 因为临时需要零钱, 买了份周末画报, 看到<全民开心> 一文, 免不了感概一下. 现在这些基于SNS的网站, 其内容和意义已经远远超出了最初我接触时的设想. 一条比较受欢迎的转载, 可以在校内上一天之内就拥有六位甚至七位数的浏览, 以及四五位数的转载, 这样的数字相较与传统的纸质媒体是远远不能想象的, 甚至已经开始威胁到了传统的电视娱乐界. 对于这样一种开始基础应用化的服务, 如何给出一个契合其营运模式的盈利模式, 应该是目前SNS网站一直在着力解决的问题.
商业模式, 或者盈利模式, 也许会是一个比较大的词汇. 不过就是稍微对这个问题思考了一会, 以数据的角度写写脑子里闪过的东西.
SNS的核心价值在于用户关系, 以及庞大的用户圈. 这和传统的客户营销的区别在于, 传统客户营销里, 客户关系是附加价值, 其核心价值是产品的可用性, 稳健性以及售后. 门户网站其实更倾向于这种, 其核心来自内容价值; 而对于SNS网站, 其核心价值来自于内容背后的用户关系.
没有内容的关系是没有营养的. 就像一对情侣, 要么被对方的相貌所吸引, 要么为对方的才情所倾倒, 无论如何, 对方总有那么一些让你动心的东西, 才让两个人之间建立这样一种connection. 所以在twitter这类最自由的微博系统中, 一些活跃的用户最终会实现内容价值和关系价值的统一. 用户可以写日志, 传照片, 发心情, SNS系统一定需要允许用户将这样的各式各样的用户创造价值通过一定的途径传播开去. 传统的门户类网站的内容和所附加的盈利模式, 如果要嵌入到这样的系统中, 必定要将关系网络加以利用.
对这样的SNS社区网站要做好营销推荐系统, 其出发点有两个:
- 增加每个用户周围的网络人数
- 增强用户与用户之间的网络联系紧密程度
如果能做到这两点, 这样的网络关系肯定是高粘度的. 再从这两点出发, 做以下两个假设:
- 用户更倾向于喜欢与相同属性或者癖好的人相互认识
- 用户更倾向于和受欢迎的人相互交流
因此我觉得, 如果要做好这样的网站运营, 为了加强用户间关系的营销, 其推荐系统可以尝试从以下几点去做:
就现阶段来说, 相信我们的人工智能尚未达到能够理解文本或者富媒体的程度. 因此, 对于任何的用户内容, 如何对这些内容进行合理的定性和分类, 是一项很有挑战的工作. 可以想到的一些方法, 譬如:
- 传统文本挖掘方法. 譬如标题或者其中关键部分信息(eg: 超链接)的解读.
- 提供给用户自行分类的入口. 譬如以目录型或者tag型的方式, 提供给用户进行手动定性的入口. 在添加内容, 或者分享内容的时候都提供可选(而非必选)的加tag的输入框, 等等;
可行的方法: 根据用户所创造或者传播的内容, 对其行为模式和偏好进行分类属性tag化
怎么对文本或者富媒体的价值进行合理的评价, 是一个值得探讨的难题.然而SNS系统有一个天然的优势, 那就是大量的草根用户的行为, 可以作为评价判定的很好数据来源. 这些数据包括并不仅限于:
- 浏览量
- 浏览时长
- 推荐数/转载数
- 用户评价: 推荐该内容的用户在圈子内的权威性/受欢迎程度
根据该用户在圈子内的受欢迎度, 以及其推荐的内容的受欢迎度(及内容评价), 对用户进行打分. 从上可以看到, 用户评价和内容评价是相互嵌套的.
不同用户间的关系是不一样的. 并不是所有的好友都有相同的兴趣. 所以用户间不同的关系, 决定了同样一个内容, 是否适合A的, 可以推荐到B并让其产生兴趣. SNS社区系统里天然定义了一些关系, 不一定够, 但是聊胜于无.
考虑这样一个实际问题: 我们了解X用户平时创造或者分享的内容的量, 内容的属性(tag), 那么我们可以给这个用户打一个总体标签(不妨假定模型比较简单): 幽默. 在这个标签基础上, 可以去做这几件事情:
- 查找该用户的交际圈之外的同样打上了幽默标签的用户Y, Z.., 并按照用户评价的排序推荐给X
- 并收集交际圈内或者圈外的Y用户创造或者分享的内容B, C, D.. 然后从中筛选出与幽默这个tag匹配的内容, 并按照内容的评价等级排序推送给用户X.
- 经常在有交际关系的X, Y之间相互传送共同定性的内容, 借以影响X, Y之间的关系, 使之更加牢固.
推荐系统说完了, 谈谈盈利的事. 暂时没有想到怎样一个特别适合SNS的盈利方式, 但是理论上肯定可以做到比google的Adsense做得好一点: 一个良好的社区, 用户如果提交的内容tag能够比较真实的反映该内容的实质, 那么这些tag是可以将其加入信息挖掘中, 并且很好的改善没有tag情况下的Adsense广告系统的.
Q.E.F.
近期评论