“手游头条”:懂游戏,更懂你

如果你也喜欢在手机上玩游戏,那肯定有过到处找攻略和礼包的经历,或许还会经常打开应用商店翻看那些最新的热门游戏,寻找下一个心头好。现在,你不妨试试“手游头条”——它会挑选出你可能喜欢的手游攻略和礼包推荐给你,减少你到处翻看的时间。

“手游头条”,看到这个名字你或许会联想到现在热门的个性化新闻客户端“今日头条”。实际上,它的展现形式和背后的推荐机制与今日头条十分类似:手游头条也是一个内容聚合应用,主要功能是通过个性化推荐模型为用户推荐热门游戏,以及为每个人挑选出他可能感兴趣的游戏。整个应用分为四个部分:“攻略”、“我的游戏”、“新闻”和“礼包”。除了“新闻”板块展现的是游戏领域的行业咨询之外,其它三个部分都是为了“个性化推荐”而服务的。

shouyoutoutiao

来看看手游头条是怎么做“个性化推荐”这件事的吧。打开应用后,首页就是内容主要的聚合地——“攻略”,这里集合了时下众多热门游戏的攻略文章,像是《刀塔传奇》、《炉石传说》和《啪啪三国》等,目前它们主要来自排在各大商店排行榜前100位的热门游戏。每个游戏下还会细分出多个诸如“新手攻略”、“非R”(非付费玩家)、“英雄”和“竞技场”这样的标签,用来给每篇攻略分类,更为了方便统计和分析用户的行为。这些攻略文章由系统自动从网络上抓取,根据语义分析模型把它们打上标签,再推荐到首页上。当用户阅读了某篇文章时,系统会自动记录下这篇文章所属的游戏和附带的标签,这些数据就变成了用户特征的一部分,留作数据统计和个性化推荐之用。

这样一来,除了首页由系统自动抓取的热门游戏攻略之外,就产生了另一个非常重要的推荐算法:协同过滤和主题挖掘。简单来说就是,系统会根据不同用户之间的标签来交叉推荐游戏。比如,用户A同时在玩《刀塔传奇》和《我叫MT》,而用户B在玩《我叫MT》,在特定算法下,系统会把《刀塔传奇》推荐给用户B。

手游头条的创始人Jack向我解释了这背后的算法原理:他们会将数千条信息放到一个矩阵里进行运算,从多个维度来分析这些信息和一个或者多个用户的关联度,最后会得到一个新的矩阵,新的矩阵就是每条信息跟用户的关联程度,用概率来表示。举例来说,假设系统检测了10000个用户,发现9000个用户玩《刀塔传奇》的同时也玩《我叫MT》,而只有十几个用户玩刀塔的同时也玩《天天酷跑》,系统会判定《刀塔》和《MT》有很强的关联性,这个关联性就是一个概率。而这时如果系统发现一个新用户只玩《刀塔》,就会将跟《刀塔》关联性大的游戏《MT》推荐给他,而《天天酷跑》这种关联性小的游戏就不作推荐。

另一个部分是“我的游戏”的模块,系统会自动扫描和识别你手机里已经安装的游戏,用户可以在“我的游戏”里直接调出这个游戏的所有攻略。而且,如果你正在玩某一款游戏,也并不影响系统给你推荐这款游戏的攻略给你,因为一个游戏往往有很多种打法,很多个角色、武器和宠物,在此之上可以衍生出不同的玩法组合。这样一来,如果用户经常点开带有某个英雄或是宠物的标签文章,系统则可能会把带有这些标签的其它打法推荐给用户。

“礼包”的推荐背后也同样基于类似的个性化算法。目前,手游头条中的礼包大部分还都是通过与游戏开发商合作抓取的,今后,系统会更多地抓取散落在网络上的礼包,通过对礼包的文字描述进行语义分析,来推荐给相关的游戏玩家。

而接下来,手游头条团队会做两件事:

一件是继续扩展算法覆盖的攻略类型,他们观察到,视频攻略的观看占到了整个用户消费时间的50%到60%,他们正在开发的是识别攻略视频中的图像,以加入到现有的推荐算法中;

另一件则是未来他们在考虑的事情——Jack说,目前的所有攻略中,用户对从贴吧论坛等抓取的用户生产的攻略的参与程度(点赞等行为)要高于从媒体上抓取的攻略。在他们看来,UGC的对用户粘性和参与程度比单纯的新闻内容来得更加有价值。所以,做一个类似知乎的手机游戏攻略社区,让用户产生攻略并在这个平台上互动,才是团队未来想要的产品形态。

订阅更多文章

你可能感兴趣的: