如何設計更好的個性推薦

本文譯自 Heiko Maiwand 的 How to make recommendations suck less

我很喜歡 Spotify 和 Netflix 的海量內容，但有時也會因為選擇太多而感到迷失。

這類產品大多配套成熟的個性推薦機制，只需通過點擊喜歡和不喜歡的簡單交互、播放頻率和好友信息，就能推導出用戶的個性喜好。

除了用戶個體之外，系統也會合計分析擁有類似喜好的人通常喜歡什麼東西。

這些推薦非常有用，我的 Spotify 每周歌單發現給我推薦了一些很棒的音樂， YouTube 也不間斷的為我推送相關內容。然而這些個性推薦服務任然還有不少提升空間。

解決方式

我建議個性推薦可以獲取更加細緻的信息，以此讓推薦變得更加個性定製化。

這裡的關鍵在於理解人們喜歡或不喜歡背後的原因。

上面的動畫中，我用 Spotify 作為案例展現了實現方式。當長按「不喜歡」按鈕時，界面顯示選項讓用戶選擇理由：

• 是不是播放次數太多了？
• 不適合現在的場景氛圍嗎？
• 讓你想起了不好的會議？

對「喜歡」的處理也一樣：

• 讓你想起了開心的回憶？
• 喜歡歌詞表達的含義？
• 有去這個樂隊的所有演唱會嗎？

如果推薦演算法能夠達到這種細緻程度，我能夠想像它對用戶的理解會有多深入。例如你最近單曲循環的一首歌將來會提醒你這段時間的經歷。或許有一種類型的音樂你只會在入睡時聽，而不會混雜在日常生活中。這樣總比單純二進位的喜歡/不喜歡有用多了。

界面細節

本次案例中，我使用的是產品已有的交互形式，借鑒了「長按預覽」功能。在保留單擊「喜歡」/「不喜歡」簡單操作的同時，也用不打擾的方式允許用戶提供更多信息。

儘管長按是 Spotify 存在的操作，我還是希望提供一點使用指引來讓這個功能不僅被限於高級用戶。如果使用現有的提示彈窗，在單擊「喜歡」之後， 將看到以下的內容：

當前 Spotify 每周歌單發現的播放頁上，取代「喜歡」和「不喜歡」操作的是「隨機播放」和「循環播放」。不過我認為在聽推薦歌單和電台時，了解用戶喜好會更加重要一些。所以在播放推薦歌單和電台時，播放順序可以移動到「更多操作」的菜單中。對於用戶自建歌單的播放頁，依然可以保持當前的形式。

嘗試把「隨機播放（Shuffle）」和「循環播放（Repeat）」放到「更多操作」的菜單里

總結

雖然這次的案例是受限於已有的 Spotify 框架，但是相信背後的理論觀點適用於很多像 YouTube、Netflix、Podcasts 這樣的內容推送平台。要深刻理解個性推薦的時機和理由，來自用戶聲音也是很寶貴的。在通過大數據觀察趨勢時，這一點將變得更加重要。無論任何，我希望這些想法能夠對提高推薦演算法起到作用。

——

Z Yuhan：我翻譯文章不一定代表絕對贊成原作者的觀點，並且原作者提出一種觀點時也未必堅定認為它絕對正確。個性推薦在未來的可能性還有很多，本文提出了一種假想，不論你是否贊同，歡迎在評論區探討。

未經允許請勿轉載