文学书籍

作者评分模型:刺激用户,获取高质量内容 人人都是产品经理

作者评分模型:刺激用户,获取高质量内容  人人都是产品经理

仅从文章消费角度的PV和UV来认定一个作者的好坏,是一种很片面的做法,因为有些“标题党”会得到更高的分数。 可以试想一下,标题为《二手特斯拉仅需20万》的文章,对于想买车的读者来说诱惑力有多大。

但读者点进去,往下拉,再拉,拉到底下也没看到在哪里能够买到20万的特斯拉,读者一脸黑人问号的同时,有抄起板砖拍作者的冲动——这就是典型的标题党。

若仅从PV、UV角度来看,也显得不那么公平,但如果加上新增粉丝数、点赞数、完度率、评论数等因素综合评估的话,那么标题党就不会那么吃香了。 再加上反作弊指标,作弊刷量作者便无处遁形。

在讲模型之前,我们通过两个家喻户晓的游戏(评分模型成功案例),来分析如何刺激用户提供更多、更高质量的游戏(作品)。

下图和平精英(刺激战场)及王者荣耀总览图,红框部分为某用户该赛季的排名或评分。 和平精英总览图王者荣耀总览图两款游戏的赛季排名以百分比的形式展现,并附有段位的划分和队友点赞等,能够激励玩家不断提升自我。

马斯洛需求层次理论的金字塔的倒数第二层便是尊重,每个人都希望自己努力的成就被别人认可,在尊重得到满足后,便使人充满对某件事物的信心,进入良性循环,从而享受在某一领域独特的价值。 我相信当有人说我这哥们是王者,全服前1%的时候,应该是最满足的时刻。 和平精英详细数据图王者荣耀详细数据图如果说总览图是让用户一眼能够看出好坏,那么详细数据就是要告诉用户哪些方面可以提高。

这样一来用户可以对症下药,提升质量。

在游戏里中体现的是更多玩家打出质量局,若在作者体系中,就是输出更高质量的文章。

由以上两个游戏案列,我们引出今天的主题--——作者评分模型。 一、模型概述我先把成品给大家展示一下,让大家对这个模型有个初步印象,接下来再具体讲解细节。 作者评分总览图一作者评分总览图二简单的讲,模型是通过算法页的不同变量(指标),对作者进行标准化打分,再根据各项指标不同的权重,汇总一个总得分,各项指标可以向下拆分一级、二级或更多级指标。 在样例模型中:作者总得分=质量得分*权重1+互动得分*权重2+消费得分*权重3+发布得分*权重4+附加项得分*权重5有人会问,影响力得分为什么要用开根号乘以100呢,我们先来看一下开根号乘以10,如下图所示:令f(x)=sqrt(x)*10,(0≤x≤100),x为作者总得分,把x经过f映射后,好处有以下几点:(1)f(x)是单调上升的,映射后仍保留原序,保证了公平公正(2)f(36)=60,及格万岁!(3)f(x)为凸函数,原分数越低,得到的补偿分数越高如上图,原始分数在20分时奖励25,原始在60分时奖励17分,而80分时只奖励9分。 大家应该恍然大明白了,这么做主要以积极鼓励作者为目的,同时也不改变全局排序,最后在乘10的基础上稍作改动乘以100没有别的意思,就是显得分数更多而已。 欲问我为什么知道此“大法”,要追溯到高中时期的化学期末考试,当时的我惨目忍睹得考了49分,本以为要补考的我,最终被开根号乘10大法拯救,以至于没有完全放弃对化学这门课程,拿到最终分数的我大喊了一句“开根大法好”!二、模型算法纳入评级库标准(1)所有媒体库中的作者(2)数据异常无法获取正确信息的作者不参与评分打分方法(1)各项一级指标、二级指标在0到100分范围内打分,无及格分数线。 (2)对于可获取数据的定量指标,采用标准化的方式打分;若数据量级相差较大,可以先取对数,再进行标准化(减小量级差异造成的影响)。 以文章浏览得分为例:其中,(3)附加项加分,正向指标,如个别数值表现突出,超过预设值的5倍,则给与额外加分,比如点赞数预设上限值为800,当有作者得到4000以上的点赞时,我们会考虑额外加分。

(4)附加项减分,反向指标,当发现有作者作弊时,情节轻者扣分警告,恶劣者删除作者号。 作弊可通过第三方软件和算法识别出来,反作弊反欺诈会在今后单独写一篇文章介绍,下面只是简单的介绍一下作弊的类型。

提供的文章均由网友转载于网络,若本站转载中的文章侵犯了您的权益,请与本站管理员联系.
Copyright © 2006-2019 文学书籍_文学大全www.hy2733.com All Rights Reserved.