Part01 关于内容推荐
走近内容推荐
推荐系统架构初探
YouTube 和 Netflix 推荐架构参考
基于推荐架构的优化启示
推荐的起点:断物识人
断物
识人
推荐算法:人以群分、物以类聚
物以类聚:基于内容属性的相似性推荐
人以群分:基于用户行为的协同过滤
从算法到应用
场景划分
推荐系统评估指标
连接内容与人
冷启动
兴趣探索
自媒体与平台
常见的推荐问题
推荐重复
推荐密集
易反感内容
时空限定内容
带着偏见看推荐
信息茧房
推荐会导致 Low?
三分天下?编辑、算法与社交
面对推荐系统
人机大战:效率与目标之争
数据分析驱动产品迭代
个性化的好 与 好的个性化
Part02 关于自媒体
好内容为什么没人看?
自媒体的数据分析
他山之石:BuzzFeed 简介
内容阅读分析
粉丝增长分析
自媒体运营
内容快销:标题党的二三事
推荐平台优化:从 SEO 到 REO
粉丝运营:新时代的新问题
全平台运营:从小作坊到 MCN
自媒体变现
变现入门:平台分成
广告变现:品牌的溢价
自营电商:隔行如隔山
内容付费
缘何付费，规模几何
内容付费平台展望
· · · · · · (收起)
具体描述
近兩年來，伴隨著BAT紛紛湧入自媒體平颱，自媒體發展可謂迎來爆發。自媒體平颱火爆起來是從今日頭條異軍突起而引發的。它是一款基於數據挖掘的推薦引擎産品，為用戶推薦有價值的、個性化的信息，是國內移動互聯網領域成長最快的産品服務之一。推薦引擎也將迎來高速發展，針對推薦引擎的優化技術也將會迎來新的機遇。
本書作者從事推薦引擎相關的內容分發相關工作，在書中對內容推薦係統進行瞭介紹，書的最後，介紹瞭自媒體如何利用平颱的內容推薦係統實現流量最大化，並進而實現收益最大化。
用户评价
##Part 1 内容还不错，值得阅读，算是推荐算法的科普，末尾专门为推荐算法进行“辩护”的篇幅能看出平时因为这事争论不少；Part 2 则像是面向另一部分用户群体的相对独立的内容。整体来看前半段内容切题，但后半段让书的框架显得有些问题。
评分##首先，作者花了不小篇幅介绍内容推荐引擎的设计理念与运行机制，给出了大致的理论框架和一些关键点的细节处理。其次，作为基于自己内容产品经理的角色谈了如何来经营内容平台，以及他对好的内容的看法。最后，是关于内容自媒体的，涉及内容传播与变现、活动运营、数据分析等。整本书内容基本来自作者作为一个资深从业者的思考与经验总结，贴近实际，颇有借鉴价值。书中介绍了不少只有内部人才能看到内容行业和自媒体的玩法，我们作为旁观者看着挺热闹，作者却解读出了不少门道。无论是做内容的还是投广告的，这本书都值得好好读读。
评分##Part 1 内容还不错，值得阅读，算是推荐算法的科普，末尾专门为推荐算法进行“辩护”的篇幅能看出平时因为这事争论不少；Part 2 则像是面向另一部分用户群体的相对独立的内容。整体来看前半段内容切题，但后半段让书的框架显得有些问题。
评分##老板的书… 内容很扎实，不会回避问题，但觉得缺少些可读性，看起来好累。
评分##首先，作者花了不小篇幅介绍内容推荐引擎的设计理念与运行机制，给出了大致的理论框架和一些关键点的细节处理。其次，作为基于自己内容产品经理的角色谈了如何来经营内容平台，以及他对好的内容的看法。最后，是关于内容自媒体的，涉及内容传播与变现、活动运营、数据分析等。整本书内容基本来自作者作为一个资深从业者的思考与经验总结，贴近实际，颇有借鉴价值。书中介绍了不少只有内部人才能看到内容行业和自媒体的玩法，我们作为旁观者看着挺热闹，作者却解读出了不少门道。无论是做内容的还是投广告的，这本书都值得好好读读。
评分##有被纠正不少流俗对于推荐算法的错误认知，也很受益，非常非常推荐
评分##系统已经强大到了一种可以窥探本我的地步了。系统猜你是谁的思路还是很有意思，比如共用wifi的人数来判断使用人之间的亲密度。看了之后有让我重新下载今日头条的冲动，但是下下来之后用了一下还是想说一句，垃圾。有些东西，真的不是系统可以解决的。这可能就是价值导向和技术导向的本质区别。
评分对于自媒体或内容运营从业者而言，这本书面面俱到却又蜻蜓点水，基本上都是圈内皆知的干货，外行人看不懂，内行人不用看。不过末尾竟然专章讲述如何做号，甚至具体讲解如何下号、搬运、洗稿、刷量，让人顿感惊奇，这大概是市面上唯一一本将自媒体江湖揭露到阳光之下的书籍了。
评分##准备6月内用思维导图画一个读书笔记
相关图书
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2026 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有