likun.pm

懒死我了，先写个标题

背景 还是《解密Instagram》这本书，读书笔记总结了里面自己看到的一些段落，但是都是摘抄，今天写一下自己的读后感。 小时候老师说，书读百遍，其义自见。现在没有时间读那么多遍，所以更需要逼自己，读一遍的时候就能思考到其中的意义。 具体说明 感受 感受一：从twitter 到 ins 到tiktok，本质是人类的内容消费，从图文到图片再到视频的发展过度，每个生态都养育了一批属于自己的创作者，跟平台一起成长起来的利益共同体。 感受二：解决最关键的用户问题，把他解决到极致。 感受三：对信息的加工工具很关键，工具会让人的表达水平整体高于枯燥的现实。滤镜让现实成为艺术，滤镜好比在twitter上加了一个一键让人聪明...

背景 朋友圈大佬推荐，推荐了这本《解密Instagram——一款拍照软件如何改变社交》。主要讲的是ins的从创业开始到发展为10亿月活的产品，一路上可谓人间百态，国外的这种书就是写的很专业，很细节，写到了很多专业的难题，读起来让人觉得很有收获，但是我专心读这本书的原因在于，字节跳动的文化影响下，我们都是数据驱动的产品，而ins有很多反数据的设计，在书里也有很多地方讲到了这块，印象最深的就是对转发这个功能的思考。 如果学会反数据驱动，保证自己不断的做成正确的产品决策，当很多问题伴随着社会使命，道德约束，长期价值观的时候，数据是不是就会丧失决策价值，而人们做这些决策又依赖什么？读完这本书，可能有了一些感触。 ...

背景 最近在思考先进的产品设计方法背后的原理，数据驱动下的产品设计，不管是UI设计还是推荐策略，究其根本，是数学建模问题。 有目标函数，有约束条件，有自变量跟因变量，有函数关系，求解可行解，最优解，可行解等的过程。 所以，打算重新认真阅读学习一下，数学建模相关的知识。 具体说明 1、什么是数学建模 数学建模是人类应用定量思维的方式，探讨自然现象、社会现象、工程技术以及日常生活重的实际问题的过程。 2、数学建模一般分为几个阶段 数学建模一般分为两个阶段。 首先，分析现象和问题的演化过程，找出其中的关键因素，应用已知规律或者探索新规律建立这些因素之间的定量关系，这个关系即为数学模...

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？