欢迎来到天天文库
浏览记录
ID:29919096
大小:5.10 MB
页数:25页
时间:2018-12-25
《基于智能FEED流的微博,是如何让用户「随时随地发现新鲜事」?.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于智能FEED流的微博,是如何让用户「随时随地发现新鲜事」? 随时随地发现新鲜事。 一、概览 基于智能FEED流的微博,是如何让用户「随时随地发现新鲜事」? 随时随地发现新鲜事。 一、概览 基于智能FEED流的微博,是如何让用户「随时随地发现新鲜事」? 随时随地发现新鲜事。 一、概览 基于智能FEED流的微博,是如何让用户「随时随地发现新鲜事」? 随时随地发现新鲜事。 一、概览 基于智能FEED流的微博,是如何让用户「随时随地发现新鲜事」? 随时随地发现新鲜事。 一、概览 二、产品简介 基于兴趣的社交媒体平台,随时随地发现和分享各类已
2、文字、照片、视频等为载体的资讯;了解关注人的最新动态;绑定指定运动设备,可查看运动信息,健康数据;搜索附近的好友和优惠,参与电视节目的互动;用微博支付买东西,发红包,生活缴费,买电影票,打车。 Slogan:随时随地发现新鲜事。 三、需求分析 1、用户分类 2、用户需求 四、产品分析 1、微博首页的结构图 2、微博首页分析及思考 (1)、关注:是常用板块之一,默认展示关注好友的全部动态,将关注的好友进行分组后,可选择不同的分组进行动态的展示。 【目的】内容定制:呈现的都是用户自己关注的人的内容,通过这个方式尽可能让用户获取自己感兴趣的内容。此外,用户在关注自己感
3、兴趣的人时,微博也会让用户对自己的关注者进行分组,为用户查看关注的人的内容时做了铺垫,用户可以只查看分组内的内容,精准得获取内容。 【思考】值得一提的是,微博最初的FEED流采用了纯timeline方式,出现了一些弊端,如: 错过有价值的内容,当用户关注的用户多时,有限的时间无法看完所有关注的人更新的内容,错过一些优质的内容; 发布的优质内容无法获得更多浏览,和a相同的情况,用户错过一些优质内容,一些优质内容也错过了被浏览; 看到很多垃圾信息,用户关注的一些企业,网红,每天会发很多的广告等垃圾信息; 被看到的内容质量走低,用户流失。如果a、b、c的情况不断加重,会导致被看到的内容质
4、量走低,用户流失。 在这些或者更多的弊端下,微博推出了智能FEED流,将关注的人的未读内容按照算法权重进行排序。即FEED推送时,不再简单考虑发布时间,也考虑和用户的亲密度,生产此条消息的成本(图片的有无,多少,视频的长短,转发和点赞的数量),兴趣相似度等。 智能FEED流的优势: 让用户在有限时间内看到最有意思的内容; 让优质内容被更多用户看到; 自由安排广告插入,根据算法可以将广告想插哪里就插哪里。 当然也存在一些问题,如:时间线混乱,有时会增加理解同一个关注的人在短时间内几条有关联的内容的难度。 【链接】对于智能FEED流的时间线混乱问题,有不少用户吐槽。联想到知乎,知乎
5、的每个问题下的回答,也需要一定的规律来呈现。知乎上用户可以自己选择默认排序或按时间排序。也许微博也可以参考下。 (2)、热门:如名字所表达的,是最热门的消息 【目的】诚如微博的定位:随时随地发现新鲜事。热门把整个微博最热门的信息(通俗的理解是:及时且有价值或有意思的事)呈现在用户面前。 【思考】 微博新版本把“热门”这个板块从原来的“发现”板块下挪到了“首页”的“关注”旁边,即把入口更浅了一点。做过一个小小的调查,“热门”和“关注”这两板块基本是用户最常用的部分,现在把两个板块放在临近位置,用户花最小的成本自由切换“关注”和“热门”。方便了用户的使用,且可以让用户在微博上停留更多
6、的时间。 “热门”中,根据内容、性别、时间等不同,可选择细分的板块。值得一提的是根据时间细分的“24小时榜”、“小时榜”、“昨日”、“前日”、“周榜”。在微博刚采用智能FEED流时,不少用户吐槽刷出来了3天前的内容,现在用户可以自己选择想看哪个时间段的内容,微博据此来对这个时间段的未读内容进行智能排序。且“24小时榜”在最前面,笔者推测选择“24小时榜”的用户居多。且笔者在使用微博的“热门”榜块时,在未选择时间段的情况下,所有的内容都是24小时内的,所以猜测默认是“24小时榜”。 除却广告外,“热门”中可以看到微博其他的商业模式,如:电影介绍或影评下面可以点击链接买票;歌曲的介绍,M
7、V视频下,可以点击链接付费下载。陈欧关于聚美优品的产品广告,也有聚美优品的链接。 (3)、雷达/扫一扫/打车:热门(附近的热门微博)、优惠、电影、电视、打车 【目的】 雷达,用户可以据此发现周边的信息,包括周围的人发了什么微博,周围有什么餐馆,最近的热门电影等。在“雷达”的“热门”下,用户通过向上下滑动,反馈给微博感兴趣or推荐给周围的人,一方面,用户推荐给了周围的人,可以增加被推荐的内容的热度
此文档下载收益归作者所有