【得物技术】数据分析

发布时间：2025-09-29 08:35

进行数据分析培训并取得数据分析师认证，提升数据处理能力 #生活技巧# #工作学习技巧# #工作技能认证#

“社区当前内容主要分为鞋靴、时尚、生活三大类。”

背景：目前用户生产内容质量参差不齐且推荐流 pvctr 持续稳定，无较大涨幅。

目的：找出好的内容作为标杆，从而带动推荐流整体 pvctr 上涨。

手段：通过分析特定品类的核心内容，生成相应精品池规则。

基础模型搭建

本次分享主要是对生活品类精选池进行介绍，为了挑选出生活品类的优质内容，我们主要通过作者、内容、消费三个维度进行建模：

*图 1-1 生活精品池模型

为何考虑从作者、内容、消费三个维度进行建模？

主要基于以下几个方面考虑：

1. 作者维度：作者的历史累计数据和近期表现会影响作者对待所发内容质量的重视程度；

2. 内容维度：在未获得用户行为反馈的情况下，对内容本身的基础信息进行建模并获得一个内容基础分数；

3. 消费维度：基于用户一段时间内对内容的消费情况，推算出用户对内容是否感兴趣，是否更容易促使用户做出什么交互行为，从而判断出内容质量的好坏。

结合以上三个维度，通过对各类目的不同特性进行后期校验，得到各内容的质量分，从而能够量化内容质量。

前置动作：生活类目拆

当前社区内容在鞋靴、时尚、生活大类的基础上，还会细分到近 40 个三级类目，涵盖了生活中的方方面面（尤其是生活品类，包含了自拍，健身，游戏，汽车等近 30 个三级类目，且各个三级类目间差异较大）。

为了让最后得到的结果更加准确，同时简化计算过程，我们对生活中所有三级类目进行聚合得到一个计算用类目汇总。

生活三级类目聚合结果如下：

*图 1-2 生活三级类目聚合

模型规则制定

由于当前推荐流中算法所推荐内容均为近 60 天发布的可分发内容（除少量运营配置时效性超过 60 天的内容），故本模型中只对近 60 天发布的内容进行测算。

作者指标规则

基于前文（图 1-1）提到的作者维度六个指标，通过近半年的数据进行测算，得到以下作者指标规则，其中我们发现：

· 达人的内容无论从内容本身（文字、图片、视频质量）还是发文频次等方面都高于非达人用户，故对达人用户单独加权。

内容指标规则

基于前文（图 1-1）提到的内容维度六个指标，我们通过近半年的数据进行测算，得到以下内容指标规则，其中我们发现：

· 带圈子的话题能够被圈主及拥有共同兴趣的圈友所看到并引发讨论，故对带圈子内容进行加权；

· 带商品标签的动态有几率进入穿搭精选并可能被搜索该商品的用户发现，故对带商品标签的内容进行加权；

消费指标规则则

基于前文（图 1-1）提到的消费维度六个指标进行计算，我们按 ctr 为判断标准，将分类汇总后的生活类目内容按总量前 10（S 类）%，前 10%~20%（A 类），前 30%~50%（B 类），后 50%（C 类）为界进行拆分得到各部分的分类目数据作为判别标准；为避免曝光量过少导致统计偏差，我们仅统计发文后 60 天内曝光量大于 100 的动态。

综合得分

基于以上作者、内容、消费维度规则，每条内容都获得了各个维度的当日得分。通过加权，我们得到了内容的当日综合得分。按照得分倒排后，我们人工校验了每日得分 top500 内容，发现由于健身、自拍类内容自身特性（性感程度普遍较高），导致该类内容的得分普遍偏高，从而导致 top500 的内容中有接近一半的内容为健身、自拍类内容。经过特定品类降权，我们将该部分内容量控制在 3 成左右，保证了每日高得分头部内容的品类丰富度。