保舉策略設計的Notes

　

保舉算法的基來源根基理表述起來比較簡單，但是具體實施起來還是比較復雜。沒有任何一個尺度的保舉系統(tǒng)，可以適用全部的情形，在真正實現(xiàn)的過程中，需要對算法有融匯貫通的掌握，以及對業(yè)務自己有深刻的理解。本章會介紹一些碎片化的保舉系統(tǒng)notes。

1. 要解決哪些bad case?

這個問題是保舉系統(tǒng)被設計出來的根本，產(chǎn)品遇到了哪些bad case,無法通過現(xiàn)有的機制實現(xiàn)，而必然要通過保舉系統(tǒng)才能解決?

以傳統(tǒng)門戶而言，之所以用保舉系統(tǒng)，是因為隨著受眾的增多，受眾對于新聞的偏好越來越多樣化，而針對全體人的保舉系統(tǒng)并不能滿足所有人的需求。編纂默認只會保舉絕大多數(shù)人喜歡的內(nèi)容，國內(nèi)的情況就是“強奸新聞”和“奇聞異獸”，但是這顯然不滿足高端用戶的需求。相反會降低門戶產(chǎn)品的調(diào)性，造成高端用戶的流失。保舉系統(tǒng)就可以按照差別人的需求推送差別的內(nèi)容，解決這個問題。

這里的要解決的case，如下：

如何讓互聯(lián)網(wǎng)新聞偏好者的首頁主要是互聯(lián)網(wǎng)新聞而非大眾新聞。如果讓女性用戶首頁不出現(xiàn)大量男權色彩重的新聞，好比“強奸新聞”。

只有明確了bad case，才知道了解決問題的標的目的。

2. 設計怎樣的合理路徑？

保舉系統(tǒng)最終形態(tài)是基于機器學習的保舉系統(tǒng)，那么如果設計一個一個月就上線的保舉系統(tǒng)，怎樣既保證有效性，同時也又保證最后的合理演化?

舉個例子，如果最終路徑是無人駕駛電動車代步。有兩種演化方案：

方案一：電動滑板 → 電動自行車 → 電動摩托車 → 無人駕駛電動車方案二：汽油動力汽車 → 混合動力汽車 → 電動汽車 → 無人駕駛電動車

方案一看似不停演進，其實每一次都是很大成本的重構。而第二個方案，則能看到清晰的技術演化路線，駕駛動力在演化，最終是無人駕駛系統(tǒng)的上線，而大的架構沒有修改。

我一直覺得一個產(chǎn)品經(jīng)理的能力很大程度表現(xiàn)在架構思維和中間版本的設計。

具體到保舉系統(tǒng)的設計，短期內(nèi)要看到效果，一開始直接上CF，是不明智的，一開始直接上基于語義分析的保舉方法也是不明智的。而如果是利用現(xiàn)有內(nèi)容信息進行人工干預的聚類，利用這個內(nèi)容聚類去實現(xiàn)用戶聚類，則更加明智一些。后續(xù)轉為自動化聚類也更加合理。

3. 可調(diào)整性

保舉系統(tǒng)最需要考慮的問題是，如果出現(xiàn)了問題，怎么可以快速調(diào)整來滿足需求？

辦法無外乎三種：提權，降權，屏蔽。

這里就要求，權重是否能夠快速調(diào)整？召回策略是否能夠快速調(diào)整？只有系統(tǒng)級別支持粒度較細的權重調(diào)整策略，以及靈活的召回策略，才能夠保證策略的快速調(diào)整，保證保舉系統(tǒng)的可持續(xù)迭代。

這也是不建議直接上線CF或者機器學習的原因，因為CF和機器學習等策略，一開始可調(diào)整性比較差，前期無法快遞迭代，可能對于項目而言，就是死刑。

4. 離線評估、 灰度上線和用戶反饋

離線評估是指在發(fā)布之前，需要去檢驗典型的bad case 是否解決。是否達成一開始的目標，如果沒有，，則需要繼續(xù)調(diào)整對應算法，直到能夠明顯解決問題。

灰度上線則也是穩(wěn)妥的辦法。一開始保舉系統(tǒng)必然是充滿了各種問題，所以為了解決這個問題，剛開始上線必然不能直接全量上線。正確的做法是，灰度上線一段時間期間，快速的按照用戶反饋迭代算法，再考慮全量上線。

用戶反饋的方案包孕但不限于：用戶問卷，負反饋操作入口。典型的負反饋入口如下（今日頭條）：

5. 說服別人的數(shù)據(jù)

所有改進工作效率的系統(tǒng)，都會觸碰別人的利益。這句話話值得讀三遍。

保舉系統(tǒng)正是這樣。如果沒有保舉系統(tǒng)，運營或者編纂能確定所有的位置應該擺放什么內(nèi)容。有了保舉系統(tǒng)，本來10個人做的事情可以3個人能做完。那么這個部門裁誰？沒有保舉系統(tǒng)，可能有一些特定KPI完成的余地，甚至可能有利益輸送的空間，現(xiàn)在交給保舉系統(tǒng)，這個損失怎么辦？

另一方面，并不是所有人都有技術信仰，覺得保舉系統(tǒng)能比運營或編纂的經(jīng)驗判斷會比保舉系統(tǒng)差，如果領導自己對保舉系統(tǒng)有懷疑，這也會是一大阻力。

保舉系統(tǒng)最開始的目標并不是要大范圍的上線，而且證明本身能替代編纂或者運營，而是要能夠說服別人，保舉系統(tǒng)是可用的。這樣才會減少阻力。最常見的做法是在運營或編纂不會干預的地方，上線保舉策略。因為這些地方上線保舉，業(yè)務數(shù)據(jù)是絕對的增量?；蛘呷绻谥匾\營位上線，必然不要改變運營或者編纂最好的位置，而是在相對次要的位置增加保舉模塊兒。

而只有在這些位置不停迭代系統(tǒng)，效果足夠好之后，達到能夠說服別人的時候，再考慮進一步推進保舉系統(tǒng)的覆蓋率。

6. AB test

標簽：烏魯木齊 九江 林芝 鹽城 東營