?我要开始作死地做头条产品了……?2.头条产品外围设计?我开始从三个层面去搭建产品，底层类型标签层，中层数据抓取分析层，顶层业务应用层。?底层类型标签层?底层根据具体行业进行梳理，本来这个过程应该产品和具体行业从业人员配合梳理，但是碍于资源有限，那就我来吧，接受不足够详尽，但是一开始可以先跑起来。?底层类型标签层分为类型和标签，类型有层级性，数据库预留到7级，实际梳理到3级就差不多了，如行业A，A公司是一个一级类型，A行业制造公司是二级分类，具体制造公司名称是3级类型，每个类型独立建表，每个表里关联海量标签到类型上，如行业A技术这个类型里我们找到行业A技术术语词典，删选后就作为标签关联到A技术这个类型下面，类型数最后梳理了600多，标签数量有10万多，数据库预留状态位，可以视情况进行启用关闭。?中层数据抓取分析层?数据抓取分析层分为爬虫部署，内容来源处理，数据归类。?1、爬虫部署?我以一个技术外行的角度把爬虫分为两类，一类是不定向爬虫，都是一个个单独网站，这种技术消耗较大，需挨个处理，如各个A行业公司的官网新闻中心和行业A平台网站，需单独处理，另一类定向爬虫，主要是有搜索功能糖心vlog怎么下载的大资讯平台，如今日头条等，代码可复用，写好之后我直接建了一张表，专门放搜索爬虫的关键词，一堆关键词一套代码就可以实现，输入进去就把含有这些关键词的新闻抓取出来了，现在这张表关键词也有700多了，爬取来的内容量实在太大，建议用mongedb处理。?2、内容来源处理?数据过来后先进行来源梳理，划分优质来源和有用的东西来源，指责优质来源内容的权重，优质来源主要是各公司官网，有用的东西来源是指对具体行业而言，极小量无意义的内容来自同一个来源，那么将他认定为有用的东西来源，比如一个叫xx说车的来源在建筑行业被认定为有用的东西来源，但是将来复制到汽车这个领域的时候，就不再是有用的东西来源了，有用的东西来源是一个长期的活，现在大概700多了，大部分有用的东西来源是今日头条的头条号。?3、数据归类?过滤完有用的东西源之后，就开始数据归类了，本质上是将新闻内容归到我们建立的一个个类型上，因为做行业资讯，希望一开始数据准度较高，我当时想了两种方案，第一种是将类型根据自己关联的海量标签按权重建立一个个模型，所有抓取来的文章做全文的分词处理，极小量文章统计词频，每篇文章所有分词就有一个总的频率值，和类型模型比对，取相关性较下降的，另一种就是把类型下面所属的标签和所有筛选过有用的东西源的文章比对，含有标签的文章归到所属类型下面，含有同一类型标签越多，说明该文章相关性越高，为了快速上线就用第二种方案，但是相对，精度就差了一些，当然随着人工的介入，筛出一系列有用的东西源，类型和标签维护工作的结束，内容准度好了一些。?顶层业务应用层?业务展现层糖心官网时间主要是梳理目标用户感兴趣的关键词，将这些关键词关联到类型标签层的类型，这样，用户订阅关键词之后就可以看到这个关键词所属的内容，前台现在以及上线2个产品，一个订阅平台，行业头条，与之配套的是后台无约束的自由中心。?1、订阅平台?订阅平台半封闭，面向行业A企业用户和行业A自媒体从业者，奴役出他们感兴趣的关键词，内容准度更高，企业用户订阅关键词，可以看到不无关系的资讯，看到平台具有的能力后，有欲望定制更多关键词，后台审核后继续部署爬虫，推收数据给用户，同时记录用户的所有行为数据。?2、行业头条?行业头条完全开放，面向准行业从业者以及泛行业厌恶者，奴役出更多关键词，但是较订阅平台，内容质量稍差，但是目标用户较广，所以寄希望记录用户的所有行为数据（如评论，阅读量，换一批事件，关注关键词等），得到用户反馈，建立用户画像，以达到根据不同用户画像推荐关键词的效果，为真正的推荐做准备。?3、后台无约束的自由中心?含有新闻无约束的自由，来源无约束的自由（优质来源，有用的东西来源），类型/标签无约束的自由，用户行为无约束的自由，推收无约束的自由，关键词审核排期无约束的自由，评论搜索无约束的自由等，具体就不再详述了，有机会再详细介绍，简单的把产品框架梳理了一张图，和上面的论述分隔开起来，可能更方便理解。?
（注：侵权必究）
?3.致同行?不要动不动就要再造个今日头条，如果你的体验和算法做不到比他强百分之五十以上，正面硬刚高度发展没戏，找准自己的切入点，认清自己的无足轻重；?内容推荐从来都很危险，如果用户不需要的时候推荐，除非做到让用户惊喜，否则就是减分，用户一定要用的产品，用户只能忍着，可有可无的产品，极有可能被用户卸载，这点做公众号的朋友接受深有感触，每次推收内容都怕掉粉。?因为对搜索一直比较有兴趣，所以简单阐述一下自己对输入法产品想做内容的建议吧。?用户有自己了解资讯的需求：?主动获取：RSS抓取（google订阅），关注/订阅（即刻）?被动获取：平台推荐（传统门户，新闻网站），垂直类媒体资讯（36K，虎嗅等，最近冯大辉的readhub），个性化推荐（头条，一点资糖心淑女小说朦荳讯）?这一类需求竞争极其大，还有一类是基于特定场景下，对资讯的了解诉求。?比如找工作时，想了解某家公司；吃饭时，想了解附近餐馆的情况。?这一类诉求特别长尾，目前多是怎么被焦虑的呢？?主动搜索，到百度，知乎等平台搜索，但得到想要的资讯路径很长，比如你和朋友吃饭，你想知道附近有哪些好馆子，搜到的代价就就极高这种场景极小量发生在哪里？聊天和查询的时候！这正是我觉得输入法切入资讯的机会，具体来讲：?当和别人聊天说要跳槽，谈的某家公司，输入法输入时有个提示（如颜色变化等）能方便的推收公司的最新资讯；?聊天约饭，方便推收出附近饭馆和评价；?和男朋友说要买赵丽颖同款，男朋友能方便看到这些商品的资讯；?这些诉求的背后数据，词汇出现的频率，输入法公司应该有足够的积聚，大可根据词频做内容准备，当用户在输入东西的时候，给用户一个意外的惊喜，来达到资讯推荐的目的，希望有从事输入法这块的朋友能收回指导吧。糖心小水水的特殊加练 糖心vlog桃子酱 糖心出品官网
