likun.pm

背景

对于所有的信息流产品来说，物料池（内容池）是推荐的最底层，是基础。一个优质，充满多样性的物料池，对内容消费，有事半功倍的效果。

简单来说，一个内容的一生主要经历以下几个系统：内容的创作系统，内容的加工链路，推荐消费互动。

一切对内容体系做的功，无非是改变内容的数量、结构。结构主要是指在不同特征上的分布。这篇文章，总结一下信息流里常见的内容策略。

具体说明

一、存量内容的"挑肥拣瘦""惩恶扬善"，改善分布结构

在搭建起自己的物料池后，就需要对已经有的物料池基础，做一定的筛选，利用人的经验或者后验数据指标等，对内容做一定的筛选，提高推荐的效率。当然因为作者是内容的源头，有一些时候这种策略会直接同步作用到作者身上。

典型的比如：人为定义的优质低质，后验指标里常见的CTR，完播率，互动率等。这里有两个难题，第一个是动态的评价指标往往涉及到很多识别的准确率问题，需要人工做映射转化（人的评估理解的准确）。第二个是需要对分布有一个先验的标准答案判断，这个往往没有经验，都是瞎拍。（比如娱乐就是应该比科技多，但是要多多少？比如10s以下的短视频不配称视频?）

动态指标部分，我理解类似于排序模型的多目标融合一直指导到了物料阶段，把user特征全部置为空时候的item打分。

1、人为定义指标

低质：标题党、低俗、虚假、广告、抄袭，恶心，语句不通等。有兴趣的可以看看程祝华老师的分享：https://new.qq.com/omn/20181123/20181123A1TX57.html

优质：一般由各个垂直品类的专家评估给出，有大量的行业标准经验。

2、后验动态指标：

一般跟多目标排序模型里的目标一致，但是主要针对单个内容/分类/tag维度，包括完播率，时长，互动率，ctr等。也有一些单特征的贡献度等指标。

这类特征识别后，对于要加强的，提权，保量，给固定位，前端加特殊标志等。对于要打击的，删除，降权，控制分发范围等。

二、内容新增：提升整体的内容规模跟多样性

内容增长，是随着用户群体泛化，内容持续泛化，保证用户群体跟内容匹配的核心手段。内容增长主要包括两点。

1、内容增长手段：包括线索获取，线索投放测试，线索价值评估，线索批量触达，头部作者的运营人工维护，维护记录，竞品监控等

特别强调一下，内容的消重。

2、内容增长方向：包括泛化人群的喜好评估，核心人群或者内容壁垒的方向探索。

关于内容新增的优先级问题，目前主流的认知认为，从同样的特征维度看，内容的供给比例跟消费比例应该近似。所以一般用 消费比例/内容比例作为排序分。（有待考究准确性，每个品类的基尼系数不一样）

三、其他内容特征：提升分发效率以及准确

辛辛苦苦搞来的内容，一定要得到充分的消费利用，才能对得起作者的辛苦创作，审核人员的辛苦审核，公司的资源投入。

1、内容特征构建：包括内容的分类特征，地域特征，类型，时长等等，以及提供给前端展现的标签，封面图等。各种特征模型的标注，构建，评估，更新等。

2、内容的多样性：在上述的特征挖掘背后，是内容在不同特征上的分布情况，内容的分布上具有多样性，才能保证消费侧可以满足多样性的消费。包括：

分类维度：体育，科技等

长短维度：长文章，短文章，长视频，短视频，小视频

时效维度：短时效，中时效，长时效等

等

3、内容的消费后验评估：是否存在分发的过于集中，头部的内容是否过于低质（比如软色情，标题党）。是不是有很多内容没有得到很好的分发，推荐不出去。

四、作者生态

主要包括，toB的作者留存，跟生产效率。

1、作者留存：作者分成，作者等级，作者运营机制，作者的奖惩，作者金字塔结构分布

2、生产效率：生产工具，生产指导，生产素材提供，生产反作弊

五、内容链路

1、安全审核：保证内容不涉及法律法规，违反当地政策，敏感时期/敏感地区的特殊安全机制

2、质量审核：内容低质广告等过滤，内容去重

3、复审：各种复审召回，包括热门复审等

4、机制层面 ：包括审核的队列排序，审核的准确率保证，审核人员的培训，审核延时监控，审核队列拓展，审核后台等