内容产品热度分发设计逻辑介绍[产品经理培训]

热度分发

内容产品的一个优势，就是用户会产生海量的内容。但是UGC内容存在质量参差不齐，上下限差距明显的情况。对于产品发展而言，需要从这海量的内容中筛选出较为优质的内容，集中向用户展现，满足用户对高质量内容消费的需求，从而提高用户的粘性和忠诚度。

那么，如何筛选出优质内容，并设计筛选的规则呢?

热度规则设计逻辑

首先，我们得定义何为优质，也就说，什么样的内容是优质的。对于内容而言，优质体现用户行为上，就意味着用户对内容有阅读、点赞、评论、收藏等行为。而这些行为维度，即可作为衡量内容的质量的标准。

其次，衡量内容质量，需要综合考虑多个用户行为维度，而不能是单一的维度。比如，一篇文章如果有很多用户点赞，可认为很多用户喜欢，这篇文章算是优质内容;而另外一篇文章点赞的很少，但是有很多评论，说明这篇文章的观点不受用户赞成进而引发很多争议。但是，内容的优质应该是用户行为而不是立场的体现，点赞多的和评论多的都应该算是优质内容。

然后，为了综合考虑多个用户维度，需要定义一个通用的、可量化的热度值，并以此多为分发依据。

分发规则设计逻辑

制定热度分发规则需要考虑到一个时间因素，避免出现“好的永远好、差的永远差”局面。

举个例子，对于一篇文章，如果一开始它的热度很高，它就会获得更高的分发量，根据漏斗模型，它后续获得的阅读、点赞、评论等用户行为也会更高，从而进入一个良性循环，热度越来越高。而对于那些一开始热度很低的文章，获得的分发很少，用户行为也会很少，热度就会一直很低，进入一个恶性循环。如果出现这种局面，从用户的视角来看，他每次都会看到的内容都差不多，永远是那些热度高的，从而导致用户新鲜感下降，不利于用户活跃度，也会打击低热度内容生产者的积极性。

规则案例

下面，我们通过一个模拟场景来设计一套热度分发规则。

场景：一个内容社区，有文章和视频两种内容，文章和视频都可以被点赞、评论、分享和收藏。社区有一个热门内容推荐列表，给这个列表制定一个分发规则。

热度规则：通过点赞、评论、分享和收藏这4个维度来作为热度值计算依据。定义内容热度值S=点赞数量*1+评论数量*2+分享数量*2+收藏数*2。

分发规则：

规则1.筛选24小时内发布的的全部内容

规则2.筛选24小时至72小时前发布的S>=30的全部内容

1.将满足规则1的内容按照发布时间由近至远排列，满足规则2的内容分别按照分值从高到底排列。分页推送，每页8条，满足规则1和规则2的内容各4条，按照发布时间由近至远排列;如果满足某个规则的内容数量不足4条，则由其他内容填充满8条，上滑翻页

2.下拉刷新，推送本次刷新与上次刷新之间产生的满足规则1和规则2的内容，根据分值从高到低排列，每次刷新最多推送8条，不足8条则推送实际数量

在这个分发规则下，即综合考虑了多个用户行为维度，也避免出现高热度文章永远在顶部而低热度文章(比如刚发布的)得不到推荐的机会。

小结

除了内容产品，热度推挤也适合其他业务场景，比如电商。有兴趣的同学可以尝试设计一套电商热销商品的推荐规则。

什么是用户画像？用户画像推荐原理介绍