用唔哩客户端的都是为了看新闻联播？人民网携上海报业集团首次合作，瞄准的可是90后呢。
刺猬公社原创出品，欢迎转载。
合作事宜请联系微信号：yunlugong
by 刘晨阳 整理
3月30日，人民网和上海报业集团在北京举行了战略合作签约仪式，双方首个合作项目——面向90后的个性化推荐移动资讯阅读客户端“唔哩”正式发布。主流媒体将目光瞄准了90后……
作为一个90后
可能我会把wuli和新闻联播一起拌着吃
面对一个新事物，我们要抱着客观又好奇的态度，了解之后再做判断。出于这种考虑，刺猬君下载了一个wuli客户端，写下了一份真挚的体验报告。
先来进行一下背景知识学习：
第一， 唔哩客户端的目标用户是90后，想做一款个性化推荐移动资讯阅读客户端。
第二，它由上海报业集团、人民网、八二五基金及项目团队共同打造。背后是官方资本，并且此次合作意在成为“地方与中央媒体合作的典范”。
第三，它带着光荣使命而来——党在舆论阵地的新探索。即这次合作，“是学习、贯彻重要讲话精神的具体体现，坚持以互联网思维谋划媒体布局的创新举措，是主流媒体开创舆论阵地、以主流价值重构网络舆论生态的探索实际。”
第四，它的内容源主要来自于人民网和上海报业的授权内容，但判断话题热度则依靠全网抓取分析。
第五，它想让你在上面同时完成资讯获取和社交。
请立刻手按乔治·奥威尔《1984》，对着“老大哥”发誓：你是热爱国家，忠诚不二的。
回到唔哩APP自身，客户端的图标和页面采用了黄、白、黑三色作为主色调，主页面顶栏较窄，顶栏可以滑动进行版块切换，资讯以卡片方式呈现。用户注册只能通过手机号或者第三方（QQ、微信、新浪微博）快速登录，不支持邮箱注册。在个人主页，设置有任务中心、兑换商城、唔哩活动等版块儿，商城的主要兑换礼品为话费流量、手机支架等，唯一亮点在于热播韩剧《太阳的后裔》中的同款兔子玩具。
与其他个性化推荐APP类似的是，首次打开客户端时要进行标签选取（标签选取，是目前个性化推荐的软件解决冷启动问题的一个最可行办法），其中“新闻联播”赫然在列。两个值得一提的亮点——弹幕的使用，和分享时自带的杂志贴纸，尤其是后者，平心而论还是很好看的。
作为一个承载着党的使命的客户端，从设计来看，它还是有点儿漂亮的。
内容部分，在刺猬君4月2日第一次打开时，包含有“包贝尔与广州海关”、“疯狂动物城延长排片档期”、“张国荣经典视频片段合辑”等热点，紧跟时事，并不像之前认为的都是新闻联播体等内容。
那么问题来了，个性化推荐和大数据分析热点的确是趋势，内容也相当程度上紧跟热点。但是，当整个APP的亮点，在于标签选取的“新闻联播”和兑换商城的“太阳的后裔同款周边”时，如何让习惯从社交媒体获取资讯，在游戏、动漫等APP上进行社交的90后，主动在唔哩上完成这两项任务？如何在吸引90后群体的同时站好党的舆论阵地？如何在内容并无明显差异化定位的同时，PK过今日头条天天快报甚至腾讯网易搜狐？
最紧要的是，如何让90后，捧主流媒体的场？
有诗云，“蜀道之难，难于上青天。”
“唔哩”将如何“挑战不可能”，想想还有点儿小期待呢。
要说个性化，似乎淘宝比今日头条更准确？
大数据、个性化、比你更懂你、创造另一个你……似乎近些年个性化推荐和科技公司之间被划上了等号。于是人们看到，互联网科技公司绞尽脑汁的一边满足我们的需求一边将我们变得更加懒惰，从资讯类APP的个性化，如今日头条、天天快报、一点资讯、热门话题等，到休闲娱乐类APP的个性化，如网易云音乐、淘宝、甚至改版后的亚马逊等，再到最近意在创造另一个你的阿里Me2，和召集刘慈欣等科幻作家目标是十年后人工智能发展的百度，都向人们传达着今后技术会更懂你的讯号。
可是说起个性化推荐，有人觉得今日头条准到不行，有人却觉得淘宝里的商品推荐都比今日头条更懂自己，网易云音乐的个性化推荐虽然备受好评，但是吐槽的声音却也没停过。如今更是主流媒体都在进行个性化推荐的尝试。
那么个性化推荐是如何出现的？依赖的技术原理是什么？又为什么会出现一些人觉得精准，另一些人觉得胡扯的状况呢？
（温馨提示，只想看重点的请读蓝色加粗部分即可，可能其他部分说的是鸟语。感兴趣的可以进行全文阅读，欢迎大牛、爱好者们进行讨论、指正~）
每一个人都感同身受的是，目前我们所处的社会正经历一个由技术驱动的变革期，信息的数字化和资源的网络化，从技术和载体方面将资讯、知识等的获取变成了一件唾手可得的事。
由于技术的进步，人们经历了一个从信息匮乏时代只能被动接受信息，到信息爆炸时代必须主动筛选信息的角色转变。在角色转变的过程中，催生了两次信息服务的变革——“从总体到群体，从群体到个体”，也即从不加筛选的呈现信息（总体），到给某一类人群提供信息（群体），再到如今被广泛推崇的“个性化推荐”（个体）的变革。
个性化推荐不仅是用户的主观需求，更是技术发展的客观要求。
有观点称，个性化推荐就是细分市场和精准化营销，但实际上，细分市场和精准营销往往是把潜在的用户分成很多群体，虽然较之基于全体的统计有了不小的进步，但是距离“给每一个用户量身定做的信息服务”还有很大的差距，所以从这个角度看，个性化推荐其实是细分市场的极致。
这个过程也就是：
从前技术不行，有什么我看什么；
后来技术行了，信息多了，我挑着看，挑着挑着发现有点儿累；
再后来技术更先进了，信息虽然也更多，但是技术聪明到知道我想看什么了。
从此技术和我会过上一段时间的美好生活。
讲完了背景，我们来看看主要问题和基本原理。
目前来看，个性化推荐主要有两个应用方面，一为电子商务平台，即Amazon、京东、淘宝等，二为在各类APP中的应用，即网易云音乐、今日头条等。
其问题体现在三个方面，第一数据稀疏性问题，第二冷启动问题，第三多样性与精确性的平衡问题。
A.数据稀疏性
数据稀疏性= 用户与产品之间的已经发生的选择 / 所有的选择可能性
稀疏性越大，对用户的了解则越少，（试想一下，淘宝以亿级为单位且不断增加的商品数量和同样不断增加用户之间有多少种可能性？）大于等于1%的已经算非常密集的数据。解决办法之一，就是将商品类别粗粒化，比如，将选择Nike hyperdunk 球鞋的用户划分到Nike篮球鞋，甚至篮球鞋之后，数据就会变得稠密。
即，排列组合的可能性太多了。
B.冷启动
“新用户因为罕有可以利用的行为信息，很难给出精确的推荐。反过来，新商品由于被选择次数很少，也难以找到合适的办法推荐给用户——这就是所谓的冷启动问题。”所以很多APP为了解决这个问题，在用户首次打开APP时，会让用户进行标签选取，以获取基本信息进行对应的个性化推荐。就像我们常见的篮球、明星、社会、国际、新闻联播等……
即，在我们第一次相遇时，对彼此一无所知。
C.多样性与精确性的平衡
个性化推荐中，用户不仅仅想知道自己已经做出了什么选择，也想知道他/她还可能做出什么选择。最保险的做法是推荐时下最流行的，但这会在相当程度上牺牲掉“个性化”。而选择倾向于多样性，则可能遭遇推荐的东西被用户反感的情况。在这种情况下，依据不同的软件类别可以进行不同的倾向性选择，调查显示音乐类软件的用户更偏爱“偶然性”，那么与之对应则可选择牺牲部分精准性，倾向于多样性。
即，不要告诉我最流行的东西，告诉我最小众的东西。不要总告诉我已经做了什么，告诉我我没做的。
而常见的推荐技术主要为三种：基于关联规则、基于内容和协同过滤。
简单介绍一下三种规则。
A.基于关联规则
举个例子，喜欢篮球的人很有可能喜欢看NBA、喜欢科比或喜欢马刺队等，那么这几种不同的tag之间就建立了一种关系，基于关联规则的个性化推荐技术的主要任务是，分析在用户进行商品交易、听音乐等的过程中，和不同商品、歌曲之间有什么样的联系。从这些反映用户行为偏好的联系中，找出用户可能感兴趣的商品、歌曲等。
关联规则往往面临推荐不够精确的问题，且在最开始建立联系中会耗费相当大的精力。
即，你买手机我就给你推荐手机壳和手机膜。
B.基于内容规则
在这个规则下，系统对用户和产品分别建立profile，通过比较用户与产品之间profile（有文章将其译为配置文件）的相似度，向用户推荐与其自身的profile最相似的产品。
比如在电影推荐中，基于内容的推荐系统，首先分析用户已经看过的打分比较高的电影的共性（演员、导演、语言、风格等），再推荐与这些用户感兴趣的电影内容相似度高的其它电影。优点是简单有效，可应对冷启动和数据稀疏性问题。缺点是当产品内容复杂时，无法很好地进行关键词抓取。
即，从你已经干过的事情中找到关键词，推荐给你符合这些关键词的东西。
C.协同过滤
这是知名度最高，最受欢迎的一种算法。与上两种算法不同，协同过滤曲线救国，它通过分析用户兴趣，在用户群中找到指定用户的相似用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。今日头条在2015年发布会上提到的自身算法中，有很明显的协同过滤的影子。
如下图：
四名用户被划分到同一大类别中，前三位分别作出了如下图中的选择，试问，给该第四位用户推荐哪一篇？
（当然是蓝色的文章了）
协同过滤可以很好的解决多样性和精确性问题，但冷启动和数据稀疏性则是它的软肋。
即，你喜欢的东西和路人甲乙丙丁喜欢的好像啊！那就让他们给你推荐吧！
这里需要特别提到的是，所有的个性化推荐系统都有基础的导向性选取，同时会进行升级优化，商品/产品/歌曲等的增加，和用户的增多时时刻刻考验着原有算法，任一种规则都无法完全独立的解决上文提到的问题。
于是，基础的导向性选择就决定了个性化推荐的调性。口味大众一些、保守一些的，可能会觉得今日头条直戳G点的好，口味奇葩又期待新鲜事物的，可能就更喜欢水平忽上忽下的网易云音乐，而对今日头条嗤之以鼻。
不过话说回来，算法虽然各有利弊，但是作为一只站在山顶的刺猬我看到，随着技术的发展，个性化一定是越来越精准的。不满意卸载就行了，软件固有千千万，不顺眼了就要换。
但这次，唔哩的问题恐怕和今日头条、网易云音乐等都不一样，后者关心的是如何优化算法，满足愈加庞大的用户需求，而前者，可能就等不到追随自己的人。在红海里厮杀，怎么样都是一身血，而毕竟，新闻联播不是老干妈，没那么下饭。也没人希望吃饭的时候，背后老是有人盯着自己看。
温馨提示，下次打着瞄准90后的旗号做产品时，请用心一点，多一些真诚少一些套路，我们这么朴实节俭又谦虚的一代经常看《乡村爱情故事》，可是很难被讨好呢。
参考文献：
1. 《基于用户兴趣图谱的个性化推荐系统设计》刘平峰 朱孔真 杨柳 李伟[J]，2014
2. 《个性化推荐十大挑战》周涛
http://blog.sciencenet.cn/blog-3075-588779.html
3. 《数字时代信息服务的变革与创新》毕强[J]，2009.9
4. 今日头条2015年度数据发布会PPT
完
刺猬公社
传媒观察原创平台
只做原创·自由分享
微信：ciweigongshe
新浪微博：@刺猬公社
今日头条：刺猬公社
联系客服
