我的问题：我们现在遇到的问题是好内容比较难被发现 主站的内容分发只有分类 和 热度排序加人工推荐，有没有其他分发方式？

=======

这个问题应该也是一部分斗鱼观众的抱怨，“首页展示推荐的视频很多，但绝大部分都不在我的兴趣范围”。以我个人为例，我看炉石和dota2比较多，偶尔看些其他游戏，但首页推荐常常不是捉鱼就是LOL，显然要发现自己感兴趣的内容成本就很高，内容分发效率偏低。

可以先从斗鱼首页的模块分配来看这个问题。

1. 首先是大屏默认直播推荐，这部分我猜是以人工推荐为主，经常看到一些厂商发布会，大比赛直播，想必有一部分是厂商做了投放。除了厂商付费提升营收以外，不知是否有人工推荐部分，如果有，可能得好好分析下这一块的点击率等等指标。这一块如果利用不好，是很大的浪费，以淘宝首页的大屏图片轮播展示做比较，CPC能到3-4元。

2. 第二块推荐是以“元气领域”“网游竞技”“鲜肉女神”为分区的12个小豆腐块直播。因为拿不到数据做分析，只能从个人和身边朋友感受出发，很少听说有人通过这个入口进入直播落地页，所以严重怀疑其点击率和满意点击率。如果是的话，需要找找原因，是用户引导做得不够，还是推荐的内容用户感知上就不感兴趣。如果是厂商投放，可以忽略我上述分析，但需要去思考另一个问题，什么样的展现方式会更好，既能让厂商花钱有效果，又能不伤害用户体验。目前的展示方式可能不太理想。

3. 第三块是各种新闻比赛活动的图片文字信息。同样做一下个人的感官分析，直播平台的用户需求应该是以视频浏览需求为主，对这种图片文字新闻的浏览需求应该是极低的，把这么重要的区域用来做新闻展示感觉不太可取。

4. 第四块是“分类”。分类这种展现方式是一种“不求有功但求无过”的推荐方式，用户体验上来看，查找成本不低。这一块可能更多的是需要考虑模块在页面整体的位置，理论上来说，推荐做得好，用户对分类的依赖很低，是用户对推荐不感兴趣的情况下查找内容的入口之一。

5. 第五块是“正在直播”。从数据上看应该是根据热度做的排序。热度排序如果不做个性化推荐，很容易形成正反馈，热门但不感兴趣的直播一直霸占着优质推荐位，不热门但可能用户感兴趣或质量高的直播无法得到展现。这种马太效应倒是可以用个性化推荐缓解。

从让爷的描述来看，任务的目标是提升内容分发效率，从问题来看，斗鱼在个性化推荐方向还是很有的做的。简单说我个人理想的直播平台首页形态应该是这几类，展现率按顺序依次递减，用户喜爱的主播；质量好/人气高且用户感兴趣的游戏项目直播；质量好/人气高但用户不一定感兴趣的游戏项目直播；质量高但人气低的新主播冷启动；厂商投放的直播。原则上保证一个好（如何定义这个“好”是另一个话题了）的主播，会被推荐给感兴趣的用户（或潜在用户）。

这个方向初期解决既有问题，解决用户体验上的痛点可能会比较高效。所以我的一个建议是可以分析一下用户观看直播的流量来源。如果是从主页导入为主，那就得重点提升一下主页个性化推荐了。一般个性化推荐可以分几个阶段来做：

1. 初期用一些简单模型，甚至人工规则去拟合模型，试水探路，观察对直播落地页的流量分发效率是否有很大的提升，着重解决用户痛点。

2. 使用业界成熟的模型。这个阶段从流量入手，建立各项指标和监控，系统提升分发效率。

3. 迭代模型，结合直播行业和斗鱼建立起与自身适配的模型。这个阶段达成，基本标志着斗鱼有了自身的技术壁垒。

个性化推荐说开去。做推荐一个很重要的环节是找特征。以斗鱼目前的流量，数据是一个巨大的金矿，找推荐特征应该非常容易，观看记录，关注列表，观看时长，发过的弹幕，送过的礼物，活跃时间，等等这些用户行为，刻画用户画像轻而易举。还可以结合一些结构化信息，如直播间时间，主播年龄，直播游戏类型等等。斗鱼做个性化推荐的条件还是非常成熟的。

话说回来，个性化推荐是个大坑，也得看你们老板是否愿意做投入。推荐问题与其说是运营问题，其实是个技术问题，主要以技术驱动，成熟的个性化推荐会避免做人工推荐（机器在推荐上比人强），机器学习等领域知识应用非常普遍，所以对技术的要求会非常高，到中后期没一两个领域大牛要做好基本不可能，对机器的需求（机房投入）也相当大。一旦做成了，斗鱼在目前的直播储备基础上，用户体验就甩出其他直播平台几条街了，成为一家真正的技术型互联网公司指日可待，多少也能走出烧钱买流量买主播恶性竞争的困境。

个性化推荐做的比较好的产品很多，国外比较知名的亚马逊，Youtube，Facebook，国内个人认为比较好的推荐产品，知乎（根据投票做的推荐算法），豆瓣FM，今日头条，可能产品方向不同，让爷可以参考下他们的算法和产品思路。