基于移动互联网个性化资讯产品设计研究.docVIP

基于移动互联网个性化资讯产品设计研究 　　摘要：在技术的发展和用户需求的促使下，个性化推荐作为摆脱信息泛滥现象的方法逐步渗透到互联网的阅读领域。本文主要探讨的是在基于移动互联网的资讯阅读领域，产品在个性化的发展中所要解决的主要问题，并通过对市场上主流个性化移动资讯产品的分析，总结可尝试的解决方向，以及对行业未来的展望。 　　关键词：移动互联网 移动资讯 个性化 　　一、引言 　　截至2012年6月底，中国手机网民规模就已达到3.88亿，手机首次超越台式电脑成为第一大上网终端，而其中60%以上的用户有用手机上网浏览资讯信息的习惯。智能移动终端的全方位普及正在引发一场信息发布和获取的革命。然而在当今这个信息爆炸的时代，用户需要从海量的信息中找到真正感兴趣的内容，即使通过传统RSS订阅资讯模式，也避免不了信息泛滥。所以如何发现用户的偏好，从海量的内容中找到用户感兴趣的个性化资讯，推荐给用户，是资讯和阅读类应用一直在竭力解决的问题。 　　二、个性化移动资讯的市场需求 　　纵观眼下的移动资讯应用产品，信息的推送方式大致有两种，一种是用户主动定制，另一种是个性化推荐。定制阅读是指用户需要在所提供的新闻源里通过关键词进行定制选择，然后根据用户的定制，把相应信息源更新的相关新闻都推送到用户面前。相对于定制阅读，推荐阅读的优势在于它通过对用户阅读习惯、兴趣的积累，分析用户的喜好，然后在此基础上精确的向用户推荐感兴趣的信息。比较而言，后者是细分市场的极致，理想情况下可以做到精确到个人的信息服务，让每个用户得到的内容都不一样。 　　国内外互联网围绕着个性化资讯的产品层出不穷。2010年开始，以FLIPBOARD和zaker为代表的个性化阅读产品的纷纷兴起，引起了国内个性化领域的争相跟风。一时间，各种打着个性化阅读旗号的产品纷纷诞生，但是距离“给每一个用户量身定做的信息服务”还有很大差距。 　　三、个性化移动资讯产品设计面临的主要挑战 　　资讯阅读类产品的个性化，就是将用户可能喜欢的信息内容挑选出来以最优的方式主动呈现。而喜欢又包括内容与用户兴??的匹配程度以及内容本身的质量（比如热度，内容的完善度等）（图1）。下面我们来讨论在这个设计过程中产品主要面对的挑战。 　　（一）冷启动――用精彩的开始抓住新用户的眼球 　　所谓冷启动（Cold Start），是指产品起初在面对新用户时，因为罕有可以利用的行为信息，所以很难给出精确的推荐。个性化推荐的技术发展至今，无论是哪种数据挖掘手段，要得到用户的兴趣分析都需要基于一定量的数据。目前，个性化产品获取初始用户数据的方式主要还是通过用户主动输入和选择，例如zaker和鲜果联播，产品已经将频道类别分的足够细致，用户只需要注册和点选，而且现在大部分移动阅读产品都在探索社交化发展方式，所以绑定社交平台似乎已经成为了必备功能，这种方式也的确能在使用初期获取更多用户信息，一定程度上解决冷启动问题，但是注册，绑定账号，滑动点选，这些繁杂操作本身就是一个不好的用户体验过程，特别是对于受网络速度，碎片时间等条件限制的手机用户而言，更加挑战耐心。 　　移动终端之所以能逐步取代传统台式机，除了其便携性的优势以外，还有LBS（Location Based Services）。针对这个切入点，已经有不少移动阅读产品开始逐渐向区域性进行深化服务，比如随时随地提供用户所处位置的天气状况，本地新闻等，以深入挖掘本土信息的形式加深产品的个性化，这个方向也能一定程度上解决冷启动问题。 　　（二）内容源――坚实的产品核心 　　冷启动的完成，只是个性化阅读体验的刚刚开始。内容来源才是阅读类产品的核心。（图2） 　　信息的产生和传播遵循着一个92：7：1的原则，也就是说，网络上的信息，有92%的人只是被动接收阅读；还有7%的人，他们会将网络上的信息进行搜集、整理、汇总、提炼，并把这些经过再创造的信息传播给前面那92%的人；最后只有1%的人，他们是在创造信息和内容。 　　目前大多数新闻资讯产品选择了Mashup（内容聚合）的方式。所谓mashup简单的来说就是从多个分散的站点获取信息源，组合成新网络应用的一种应用模式。比如ZAKER就主要依托于读览天下杂志平台资源、与微博、博客以及其他杂志合作。这样类型的产品某种程度上更像是一个升级版的RSS阅读器，聚合外部新闻资源并经过算法排序筛选后推荐给用户。 　　我们可以看出，不管是Rss还是Mashup，针对的用户主要是被动接收信息的92%那块大蛋糕。 　　另外也有将UGC（User Generated Content）模式移植到移动阅读领域的产品，这种模式就是针对那7%的原始传播者，例如剪客，就是通过用户去找到原创内容，搜集起来，以此充实属于自己的内容源，一定程度上，剪客