第186章十月(3/3)
度的交叉解读和分析。比如,根据根据用户的自画像,分析用户对那种文章和图片的点击率、点赞、评论、转发,留存时间最长。
以此推算用户的行为习惯。
这些都是可以量化的目标,能够用模型直接模拟做预估。
这是对用户而言。
对于未央微博而言,有了用户自画像,通过用户行为分析不同用户间的相似性,比如点击相似、兴趣分类相似、主题相似、兴趣词相似,甚至向量相似,从而扩展模型的探索能力。
根据他们的兴趣爱好,可以更精准的推送信息,包括不限于各种新闻、官方号、网红、大v、自媒体等等…
对用户的需求行为信息进行解读,可以快速捕捉并反馈至下一刷的推荐效果。
精准的把用户喜欢的信息推送到他们面前。
而且通过算法,还能自我优化平台的内容,对一些标题党、低质内容降低算法权重,进行打压。
对一些重要新闻、热点、优质内容加强算法权重,提高推荐和浏览次数。
状态提示: 第186章十月
本章阅读结束,请阅读下一章
本章阅读结束,请阅读下一章