请问机器学习算法岗中用户增长和推荐系统差别是什么呢?(二)

简介: 请问机器学习算法岗中用户增长和推荐系统差别是什么呢?(二)

3. 活跃阶段


活跃阶段的用户增长可以看做推荐的一部分。其中最重要的手段就是 Push。Push 的意义不仅仅在于提供个性化推荐,它更增加了 APP 的入口,因此 Push 是用户增长最重要的手段之一。


Push 的内容很多,值得单独写一写。简单地说,Push 可以看做一个 top-1 的推荐系统,在推什么的部分,和推荐算法是基本一样的。


除了推什么的部分,Push 还需要考虑:


  • 什么时候推


  • 每天推几条


  • 个性化和非个性化的推送怎么安排配比


  • 如何提升时效性


  • 要不要给用户个性化条数 quota 和发送时间


  • Push 内容的 landing page 承接


  • Push 的点击能否带来转化,即在 APP 内更多地消费内容,从而给 APP 带来一个 DAU 以外的真金白银的收益



等等等等,不一而足。


其他地,根据业务不同,也包括发券等促销相关的算法等。


这一阶段,主要关注用户的拉活率、长期留存和长期卸载,我们的拉活手段希望用户能从一周三次到每天一次,但是同时也希望用户不因我们的拉活手段感到反感,进而卸载 APP。


4. 沉默 & 流失阶段


当用户不再使用 APP,甚至卸载 APP 时,我们对用户的触达能力就收到了极大限制。


倘若用户还没有卸载,可以通过 Push 来进行极限拉活;倘若用户已经卸载了,还剩下一些盘外招可用,比如:


  • 根据用户的注册手机和邮箱,给用户发送短信和邮件:由于短信和邮件也是有成本的,每天发给哪些用户,什么时候发,发什么内容,都可以由算法决定。


  • 广告重投放:当一个用户卸载了APP,悲观主义者将他看做流失用户,乐观主义者将他看做新的种子用户,因此,可以对卸载用户重新投放广告,一般地转化率都比普通广告要高。


3ababd0fcf12895a1da00658f4311a8d.png


随地都能看到产品焦虑感溢出屏幕的拉活短信


但是要注意,一个活跃用户流失的原因一般是因为 APP 不能给用户提供可持续的价值了,此时通过各种方式挽留用户,只能说是亡羊补牢。长期留存主要取决于 APP 的价值,想要更好的用户增长,需要把精力更多放到前面,思考如何给用户提供更多价值,延长用户的生命周期,才是正经道理。


总结


从业务角度,DAU是最核心的指标,对应的用户增长是一个相当核心的方向。但从实际工作角度,又有些麻烦。一方面,用户增长是一个十分广泛的领域,各方向应用的可能完全不一样,如,做优惠券分发算法和做新用户 deeplink 承接,是完全不同的思路;此外,部分方向做的内容和其他组可能存在重叠,如,在 Feed 中优化新用户留存/提升分享率,和 Feed 流推荐的同学做的事情又有重叠。


对这个问题,不同企业有不同的方案,一些企业选择把用户增长作为推荐算法下面的子方向。一些企业则会把用户增长中和推荐算法重叠的部分放入推荐组,其他部分整合成用户增长算法组,与推荐组架构上并列,此时推荐组和用户增长不完全解耦,也会背一部分用户增长的指标,如留存、DAU等。


现有的资料,有一些非技术岗总结的方法论如“AARRR”/"RARRA"之流,有兴趣可以学习了解一下,学习下如何创造黑话,可能对写晋升 PPT 大有裨益。



相关文章
|
2天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
11 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
6天前
|
机器学习/深度学习 数据采集 搜索推荐
利用Python和机器学习构建电影推荐系统
利用Python和机器学习构建电影推荐系统
20 1
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【MM2024】阿里云 PAI 团队图像编辑算法论文入选 MM2024
阿里云人工智能平台 PAI 团队发表的图像编辑算法论文在 MM2024 上正式亮相发表。ACM MM(ACM国际多媒体会议)是国际多媒体领域的顶级会议,旨在为研究人员、工程师和行业专家提供一个交流平台,以展示在多媒体领域的最新研究成果、技术进展和应用案例。其主题涵盖了图像处理、视频分析、音频处理、社交媒体和多媒体系统等广泛领域。此次入选标志着阿里云人工智能平台 PAI 在图像编辑算法方面的研究获得了学术界的充分认可。
【MM2024】阿里云 PAI 团队图像编辑算法论文入选 MM2024
|
23天前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
1月前
|
机器学习/深度学习 算法 搜索推荐
django调用矩阵分解推荐算法模型做推荐系统
django调用矩阵分解推荐算法模型做推荐系统
25 4
|
1月前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
52 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
1月前
|
机器学习/深度学习 算法 Python
探索机器学习中的决策树算法:从理论到实践
【10月更文挑战第5天】本文旨在通过浅显易懂的语言,带领读者了解并实现一个基础的决策树模型。我们将从决策树的基本概念出发,逐步深入其构建过程,包括特征选择、树的生成与剪枝等关键技术点,并以一个简单的例子演示如何用Python代码实现一个决策树分类器。文章不仅注重理论阐述,更侧重于实际操作,以期帮助初学者快速入门并在真实数据上应用这一算法。
|
12天前
|
机器学习/深度学习 人工智能 算法
探索机器学习中的决策树算法
【10月更文挑战第29天】本文将深入浅出地介绍决策树算法,一种在机器学习中广泛使用的分类和回归方法。我们将从基础概念出发,逐步深入到算法的实际应用,最后通过一个代码示例来直观展示如何利用决策树解决实际问题。无论你是机器学习的初学者还是希望深化理解的开发者,这篇文章都将为你提供有价值的见解和指导。
|
1月前
|
机器学习/深度学习 算法 数据处理
EM算法对人脸数据降维(机器学习作业06)
本文介绍了使用EM算法对人脸数据进行降维的机器学习作业。首先通过加载ORL人脸数据库,然后分别应用SVD_PCA、MLE_PCA及EM_PCA三种方法实现数据降维,并输出降维后的数据形状。此作业展示了不同PCA变种在人脸数据处理中的应用效果。
31 0
|
6月前
|
机器学习/深度学习 存储 搜索推荐
利用机器学习算法改善电商推荐系统的效率
电商行业日益竞争激烈,提升用户体验成为关键。本文将探讨如何利用机器学习算法优化电商推荐系统,通过分析用户行为数据和商品信息,实现个性化推荐,从而提高推荐效率和准确性。
239 14

热门文章

最新文章