今日头条产品思路分析.pdf

今日头条产品思路分析 摘录今日头条的评论 法则之三 ：少即是多 （摘自 《感知的、几款过亿 金A PP的创业法则》 ） 媒体是最容易被操纵的 ，也是最容易变成一个官僚权力纷争的名利场 ，它被太多外在因素干扰。而 技术是一种手段 ，可以公正公平地让每个用户感知到自己的偏好 ，而且通过不断智能筛选还能提高 用户的粘性和数据的多维度。我想这才是真正的互联网手段去颠覆传统媒体 ，当然这也是那些来自 报社杂志社的在各家门户琢磨着标题党的同学们不敢想、不屑想的手法。 媒体最强调的就是调性 ，强调影响有影响力的人 ，而在移动互联网大潮中 ，找到屌丝用户的诉求才 是夹缝中爆发的关键路径。举个用户刚需的例子 ，大家估计都能猜出百度搜索量最大的关键词类 别吧 ，而各家门户都不好意思把这个分类放到自己的新闻客户端里面。而今日头条深知用户看新闻 的动机和行为数据 ，最后专门列出了“ 女”类别。这个刚需的释放不仅仅在今日头条中被用户热捧 ， 包括“内涵段子”“节操精选”“百思不得姐”都是如出一辙 ，仅仅通过社会化传播就横扫大把用户。 产品思路 – 主打工具 ，核心是推荐算法 相比传统媒体的核心——记者、编辑、运营 ，今日头条主打工具 ，核心是机器推荐算法 ，也就是一 款用机器推荐算法给用户推荐新闻的工具。没有复杂样式的内容 ，用简单的信息展现形式 ，展现出 丰富的内容 ，满足用户看资讯的需求。 今日头条的特点如下 ： 1 ，不主观编辑 – 只提供客观内容 ，向用户展示大家都在看、用户感兴趣的内容 ，不替用户做主观 判断。而搜狐、网易等传统媒体 ， 主要由编辑运营频道内容展示给用户。 “今日头条没有一个员工做内容的生产和推荐 ，只有少数几个人负责内容的违规审核。‘尽量减少人为 干预内容’、全部交给算法来解决 ，是今日头条的目标。” （摘自 《今日头条不会亲自做内容 ，只想做 平台》 ） 2 ，不运营内容 – 主要内容为机器爬取或自媒体上传 招聘的运营人员都为用户运营、评论审核、内容审核。 3 ，用户获取内容成本低 默认展示推荐频道 ，根据用户的兴趣爱好展示信息 豌 荚评论 ： 1.新闻类应用内容是王道 ，省区了用户筛选信息的成本 ，赞一个 2.不知道什么时候开始 ，手机今日头条成为习惯啦 ，空闲时候就爱翻一番。嗯 ，个性化做的挺好的 。喜欢的内容都能第一时间看到。 苹果园评论 ： 1.从去年8月用到现在 ，给我推送的内容越来越符合我的阅读兴趣 ，任何时候打看一定有我想看的 东东 ，基本不用上微博了。 2.从一开始就用 ，现在推荐的越来越精准了 ，很好用 ，加油 ！ 3 没有复杂的新闻类型 ，各个频道的样式基本一致 ，简单、清爽。 4 .好用 画面整洁利索 360手机助手用户 ： 1.good,方便简单 ，界面整洁 今日头条的界面基本为列表 ，无特殊内容形式 ，简单 ，清爽。默认展示给用户的是推荐频道 网易、搜狐等传统媒体的界面 ，默认展示头条/要闻 ，列表的展示样式丰富 ，对比今日头条 ，略显 复杂 ，比较符合传统门户的风格。 从今日头条的招聘职位看头条的思路 从产品看 ，可以发现①今日头条专门招聘推进引擎基础品质提升的产品 ，在推荐上下工夫 ；②同时 并重资讯类、娱乐类产品 ，注重基于用户数据分析的产品改进。 高级产品经理 （文章推荐引擎基础品质 ） 职位描述 ： 1.深刻理解用户对推荐的需求 ，指出推荐改进的方向 2.制定可真实反映用户感受的评估体系 ，要求体系指标完善、可量化、可操作 ，评估结果真实可信 3.推进人工评估 ，对评估结果进行分析 产品经理 （资讯类产品数据分析 ，需求调研 ） 职位描述 ： 1.对日常运营数据进行跟踪和研究 ，定期分析运营效果 2.分析处理用户反馈 ，整理用户需求 ，提出改进方案以及优先级 3.负责监测、整理与分析用户需求、竞品动态与行业情况 ； 4 .协同各部门 ，确保产品的研发运营整体进度 从研发看 ，文章抓取与处理、文本分析与挖掘、数据挖掘与分析、推荐引擎是今日头条的机器推荐 的技术重点 ；另外会根据用户的反馈 ，不断修正推荐参考因素。 数据抓取和处理 （高级 ）工程师 职位描述 ： 负责大规模文本、图像、视频数据的抓取、抽取 ，去重、分类 ，垃圾过滤 ，质量识别等工作。 为业务推广、销售策略、产品方向的改进 ，提供数据分析支持。 文本分析与挖掘 （高级 ）工程师 职位描述 ： 从事大规模互联网和UGC文本数据的分析与挖掘工作 ，包括分类 ，关键词提取 ，命名实体识别 ， 聚类 ，主题分析 ，情感分析等工作。 数据分析与挖掘 （高级 ）工程师 职位描述 ：