文章采集系统(如何设置文章采集系统的推荐权重？|用户体验)

　　文章采集系统(如何设置文章采集系统的推荐权重？|用户体验)

　　文章采集系统，包括点击量，阅读量，点赞量，评论量，转发量，点击量等数据，通过算法决定系统给予这些数据的权重，从而决定系统对用户的推荐权重。为什么要有如此多的权重呢？举个栗子：根据你的定向，你基本属于中等收入，如果你的定向调低，系统推荐过来的内容可能是中等收入也可能是低收入，如果你定向调高，系统则推荐给你一些内容是中等收入，这可能是系统还没有发现你的定向。

　　但根据一般用户的定向与区间，对于某一特定人群（比如低端、中端、高端），系统既会推荐给他们相对好的文章，也会推荐给他们相对差的文章。这样的权重是如何设置的呢？1.文章的权重根据系统定义用户的垂直领域，可以判断用户偏好，后来的内容推荐可以针对这些用户需求进行推荐，比如说系统把文章划分到到方向一，给你推荐到方向二，系统将根据所推荐的文章给文章权重分配到文章相应的垂直领域，并针对用户对文章的定向进行优化，以提高系统对于用户定向文章的推荐权重。

　　2.品牌定向给系统的系统推荐权重也需要设置，目前可以根据系统推荐用户对广告的判断，通过用户对广告的价值判断，给每篇内容定义一个程度，来判断内容的定向用户的认可度，来区分用户对品牌定向内容的喜好，而在此前提下，给内容权重分配的是文章本身的质量。当然最主要的还是给内容的质量设置一个不同的权重，有可能是低端用户的程度，有可能是中高端用户的程度，也有可能是大v用户的程度。

　　3.竞品内容竞品内容，是针对用户定向进行的内容推荐，可以根据文章的上下位置、文章的方向、文章的评论、点赞、转发、互动、历史页推荐等不同维度进行文章的权重分配，一般上下位置：头部文章可能和头部用户的距离比较大，考虑再次优化时，根据价值考虑是否再次展示。文章方向：一般内容方向是文章浏览量大的方向，尽可能将竞品内容的文章再次优化。

　　文章评论：一般标注好评论的用户分数可能会高一些，这类用户可能会在之后的推荐产生影响，但是对用户定向的文章质量影响不大。文章互动：一般内容互动用户数据基本差不多，除了需要根据用户的行为数据来判断，内容互动可以采用区域模型，发生在哪里的互动数据也可以说明一些问题。4.模拟实际检验同样采用上文策略对内容进行权重分配，根据文章的上下位置和文章的定向用户进行内容的排序推荐，一般前段时间推荐用户数据和最后推荐用户数据会有较大差距，这个是因为快速发展的快消品对于用户定向进行的算法打压很严重，需要通过实际的用户行为来定义用户的定向。是实实在在的用户数据决定是否推荐这篇文章，