移動互聯網的興起讓我們能夠更加簡單和便利地獲取信息，但更多的選擇也帶來更多的困擾??面對這些層出不窮的信息和辦事帶來的困擾，個性化保舉技術迅速崛起。達不雅觀數據在這方面做了很多提升保舉質量、保舉效率和系統可靠性的工作，并為企業客戶提供了包孕私有化安排、SaaS等靈活的接入方式。目前，達不雅觀數據個性化保舉引擎已經辦事幾百家企業，對改善用戶體驗、增加用戶停留時長和粘性、提高用戶轉化都有顯著的效果。

互聯網越發展，越需要個性化保舉

隨著互聯網時代的到來，新聞資訊行業中，有三大核心特點日漸突出。

一是資訊更新極其頻繁且層出不窮，全國各地乃至全球，每時每刻都在產生八門五花、包含萬象的資訊，諸如娛樂八卦、國內國際民生、前沿技術解讀、行業動態等等。不但種類繁多，并且數量極大。日積月累，數據量更是到了令人咋舌的地步。

二是用戶群體十分龐大，移動互聯網時代的到來，讓人們史無前例的感受到了獲取信息是是如此的簡單快捷。手指一觸，便能打開信息的大門。用戶瀏覽新聞資訊時，用戶行為也多種多樣，包孕點擊、深度閱讀、轉發、評論、點贊、不喜歡、保藏等。

三是用戶興趣變革也很劇烈，用戶閱讀口味隨著一天傍邊時間段的差別、表情的差異，對新聞資訊也有明顯的閱讀便好。所以在新聞資訊的業務場景中，信息過載和物品長尾的問題尤其嚴重。

當個人所接受的信息超過了個人所能有效處理的范圍，會導致無所適從，這種現象稱為“信息過載”;同時，如此多樣豐富的信息中，大部分是冷門信息，沒有曝光的機會，，這就是物品的“長尾問題”。對于處于移動互聯網的今天，這兩個問題異常突出。在大量的實踐中發現，個性化保舉能夠有效解決上述兩個問題。在    新聞資訊行業中，個性化保舉引擎不但隨處可見，并且個性化保舉的內容被放置在非常醒目的流量入口位置。這和新聞資訊的實際業務場景密不成分。

新聞資訊中的個性化保舉是按照用戶的歷史行為數據進行深層興趣點挖掘，讓每一個用戶都感覺到有一個私人的貼身管家在照顧本身，從大量的新聞資訊中找出本身最感興趣的保舉給他。這樣的話，不但滿足了用戶素質的信息訴求，改善了用戶體驗，顯著提升了用戶粘性和停留時長。同時大量的新聞資訊也有了曝光的機會，找到本身的受眾群體，制止了流量的浪費。最終對于企業而言，也最大化了自身利益。

達不雅觀數據個性化保舉技術實現

如安在海量數據中挖掘用戶的興趣偏好、如何保證保舉結果的精準性、如何快速準確的響應用戶興趣的變革?這些對于企業都是巨大的挑戰。達不雅觀數據在這方面做了很多提升保舉質量、保舉效率和系統可靠性的工作，下面結合我們的實踐做一些介紹。

在新聞資訊行業中，如何進行精準個性化保舉呢?首先從新聞資訊信息說起。新聞資訊自身有很多豐富的信息，一般包孕標題、分類、標簽、發布時間、作者、是否原創、字數等信息。同時結合用戶歷史行為數據，可以生成“動態信息”以評估文章自己的質量或者熱門程度。這些動態信息可以是全局的，也可以是細分維度的，好比基于一段時間的用戶點擊行為得到新聞資訊的點擊次數，從高得到低排序得到點擊維度上的熱門排行榜。當然，如果將用戶的各種行為進行加權計算處理，可以得到新聞資訊的全局熱門榜單。同時，也可以動態生成每篇資訊的點擊數、分享數、保藏數、點贊數等用以生成資訊畫像，用于后續的保舉算法中。

快速解決冷啟動問題

當一個用戶到來時，如果這個用戶之前沒有任何行為數據，這時的保舉就要面臨用戶“冷啟動”問題。解決方法也有很多，首先可以考慮基于用戶的人口統計學信息進行保舉，包孕性別、地域、職業、婚否等，好比上海的話保舉一些上海的新聞資訊、男生保舉一些體育資訊、職業是互聯網行業的話保舉一些科技資訊等。其次可以引導用戶選擇本身的興趣標簽和分類，好比對娛樂感興趣的話可以保舉一些明星八卦。當然還可以在新用戶啟動時，保舉各種各樣的高質量新聞資訊，讓用戶用本身的手進行投票，然后實時更新保舉結果迎合用戶的閱讀興趣。