likun.pm

背景 历经了国内多个内容平台，跟很多人讨论、思考过内容行业的变局，直到抖音给出400多亿的创作者分成数据，未来的800亿，6亿DAU，直逼微信的数据，加上快手，西瓜，B站，让人开始重新思考，内容行业。 过去经历的一切，沉淀为经验，让我们安全，觉得自己真理在握。现在发生的一切，颠覆了认知，让我们慌乱，感慨一切沧海桑田。那些曾经引以为傲的，终将变成枷锁与牢笼。 一些新的认知 1、内容行业最大的变局来自：视频与推荐。 视频的消费门槛更低，适合更广阔的人群。 推荐的匹配质量更高，获取更长的时间。 2、社交网络里的直播发生的最早，音视频通信就是社交网络的直播。 所以微信是最大的1V1直播平台。 3...

背景 大部分所谓的策略产品，日常工作里，都有一块非常重要的工作，就是特征工程相关的工作。 产品会寻找一个特征，然后定义清楚这个特征，然后挖掘计算，给相关方打上这个特征，评估一下特征的准召，然后把这个特征应用到业务上去，看看效果。 对于今天的推荐系统来说，已经有上亿的特征，简单的一个特征确实已经意义不大了，但是产品经理好不容易辛辛苦苦挖掘出来一个特征，必须得找一下存在感，单独加基于这个特征的召回也好，还是加入排序模型看看效果也好，或者是做一个物料池都是常见的手段。 不是说这些手段不对，今天重点讨论一下，怎么才算合理更好的用好一个特征。由于自身经历有限，多有不对的，多多讨论，指点。 ...

背景 陆陆续续在推荐系统里，有一些小的问题点，记录一下。 具体描述 问题1：相同的数据，距离计算是否一致，相似度计算不准的问题 问题2：Faiss内积跟cos相似度不一致是不是问题 问题3：Topic等聚类中心随着时间漂移，重新聚类id不对应问题 问题4：MMoE模式跟单模型多目标比较的问题 问题5：随着时间迁移，聚类分布改变，重新聚id不一样，不聚聚类中心改变，相似度降低。怎么解决？

背景 互联网产品最终都要回归到商业价值，为资本家带来收益，才会有不断持续的投入。所以，如何衡量一个业务是否健康，是否应该持续投入，有几种基于ROI衡量的方式，记录一下。 ROI全称是return on investment，投资汇报率。 公式= 利润/投入= （收入-成本)/ 成本 （关于这个公式的解读，也是众说纷纭，此处不讨论） 具体说明 一个企业经营，如果ROI要变大，要么加大分母，就是增加收入，要么减少成本，分母少减和分子变小。 ROI1：毛利，只考虑业务自身成本，成本=增长买量成本+内容成本等 ROI2：净利润，考虑人工等成本，成本=ROI1成本+服务器成本+带宽成本+人力成本+办公房租水电管理费用等 ROI3...

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...

背景 不会写sql的产品经理，一定活的很艰难。 具体说明 1、left join on 后and 和 where 的区别 123456Table A left join Table B on Condition and Table A left join Table B on Condition where #在使用left jion时，on和where条件的区别如下： 1、 on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。 2、where条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有left join的含义（必须返回左边表的记录）了，条件不为真的就全部过滤掉。 2、group里面每个类型值取top n 123456789101112SELECT  * FROM (   SELECT     group_field, &nbs...

#文件地址 file='a.xlsx' #文件 #引入包 import pandas as pd 1、读写文件 #读取 data=pd.read_excel(file,sheet_name='sheetname') #读取excel data=pd.read_csv(file,sheet_name='sheetname') #读取csv #写入excel writer=pd.ExcelWriter(file) #适合写入多个sheet的时候，在to_excel里指定写入的sheet_name data.to_excel(writer,sheet_name='sheetname,index=None) #index=None 表示将会以数据本来的样子写入 writer.save() 2、查看基础信息 data.head(n) #查看前n行,n可以不填,默认读取前5行 data.tail(n) #倒序查看n行,n可以不填,默认读取前5行 data.describe() #概要与描述性统计,包含计数,均值,标准差,最大值...