案例复盘:信息流排序设计心得

Kevin改变世界的点滴

共 1056字,需浏览 3分钟

 ·

2021-09-11 18:44

现在的内容类产品,无论是app还是在web端上,都会有信息流。比较集中的信息流设计分为两类

一是列表类设计;另一类是卡片类设计

列表类信息流设计在同一个屏幕下展示更多的信息,提高了用户阅读和筛选信息效率,同样由于没有较多的图片、过多的冗余加载信息,导致这类加载速度快。如下图分别是列表信息流、卡片信息流设计方式。


卡片类信息里设计,由于有图片展示,屏幕更加统一。自然增加了用户阅读体验,但会对信息流的图片有要求。比如封面的图片质量太差、设计效果不统一,反而造成用户体验下降。卡片类设计方便展示用户头像、或图片、视频类内容信息流。



信息流的两种排序方式




第一种是比较经典信息流排序方法即时间流排序,适合在早期用户量少、内容产生不多的情况下,通过时间排序来展示信息流。

可仅采用时间流不做人工干预也会导致平台自身内容被顶下去,由此人工干预+时间流算法,成了通用做法。

时间流的排序方式分两种:正向排序、逆向排序

采取时间流排序也一定要注意排序的顺序。

比如用户阅读信息流都会有一个习惯,通过下拉刷新新内容总是从顶部加载进来。而不是在信息流底部找内入。如下图下拉加载刷新后,新内容展示在第一条。这种排序方式是倒序排列

和下拉加载刷新同理,一旦有用户在平台发布信息流内容也应该展示在信息里顶部。信息流本身是可以支持无限下滑(只要有足够多的内容)因此用户只能在顶部看到自己的内容。


但采取时间流正向排序不但造成用户看不到自己的内容,同时也会造成浏览成本。(比如用户要不断往下刷才能看到自己内容)

逆向排序,是时间流通用的做法。


第二个信息流推荐算法是:个性化推荐方式



随着内容产生越来越多,和用户的增长。时间流+人工的方式将会面林天花板:

如何给用户推荐喜欢的内容,同样给好的内容找到合适的用户曝光成了平台继续解决的问题。

一般推荐系统就在此应用了。推荐系统的第三方厂商、和自研方式也多样,这类就不在讲述了。



推荐算法要结合用户采集行为、业务信息(商品订单、用户画像)等来做内容推荐,也是最终信息流的发展方向。


好,今天的分享就在这里。



Kevin带新人第2期21天小程序训练营



我在9月29日到10月21日,开展了2020年第2期21天小程序训练营。如果你打算转型数据产品经理、学数据知识,欢迎报名


点击卡片即可跳转



浏览 9
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报