阅读行业潜力无穷

目前阅读行业处于由PC端、实体书籍等向移动端转型后的产业升级阶段，并且受国家政策倾斜，文娱消费升级，阅读方式变革以及科技持续更迭的推动影响，行业整体发展环境一片大好。

数据显示，2018年我国数字阅读的行业规模达到了254.5亿元，相较2017年增长19.6%。与此同时，我国现有的数字阅读的用户规模约为4.3亿人，相较2017年增长14.4%。伴随着数字阅读行业的发展，可供读者阅读的书籍越来越多，读者也越来越愿意为阅读书籍付费。

pic_003

2013-2017年全国居民在教育文娱上的人均消费支出

pic_005

2014-2016年互联网内容提供商营收及互联网内容产业产值规模

阅读行业的需求

当下阅读类的app大致可以分为以下两类：

以微信读书为代表的通用类书籍阅读app，这类app阅读书籍的侧重点是名著、历史、传记、教育等；
以起点为代表的网络小说阅读app，这类app阅读书籍的侧重点是玄幻小说、武侠小说等。

由于书籍侧重点不同，推荐的需求也有些许差别。用户在使用通用类书籍阅读app时一般都有相对明确的需求，例如a用户是一名产品经理，想找一些产品经理的书籍，那么a大概率会在app上搜索“产品经理”、“产品经理技能”、“产品经理手册”等关键词。这时app需要根据a用户输入关键词推荐给a用户想看的书籍。

所以，传统书籍阅读app推荐需求更加侧重于搜索页的推荐；而对于网络小说阅读app的用户，一般不会有较为明确的需求。一个用户可能喜欢玄幻、都市、武侠、历史等多种风格的小说。对于这类app的推荐需求更侧重于作者页、分类页、热门榜单等位置的推荐。

阅读行业推荐难点

虽然app侧重的书籍不同，但是推荐的难点大致相同相同。

1）如何进行精准推荐

使用搜索的用户大多数都是有相对明确的“需求”，app如果不能根据用户搜索的关键词推荐给用户想看到的书籍，那么会在一定程度上造成用户流失；

2）如何把握用户兴趣

用户的兴趣是多种多样的，一个用户可能喜欢玄幻、都市、武侠、历史等多种风格的小说，如果不能深度挖掘用户的兴趣，结果必然是用户粘度降低；

3）冷启动问题

一直都是推荐系统核心的技术问题：冷启动问题大致可以分为三类，第类用户的冷启动，一个新用户进到app之后如何生成推荐结果，如何保证用户的留存率，从而提高付费转化率；第二类是物品的冷启动，对于阅读行业来说，物品冷启动可以理解为一本新的书如何进行曝光和推荐。要知道新书籍质量是参差不齐的，当我们无法确认新书籍质量的时候，我们该怎么赋予新书籍曝光。第三类为系统冷启动，当一款新的app，既没有用户数据也没有行为数据的时候，我们该如何为用户推荐；

4）信息茧房、马太效应

这两个也是推荐技术的核心问题，具体表现为信息越推越窄，例如a用户看过玄幻类的书籍，那么推荐列表中展现的可能都是玄幻类的书籍，这样一来对用户兴趣的探索和发现就变得更加困难。

pic_006

达观智能推荐通过用户行为信息、用户画像等内容，及时把握用户的喜好；通过丰富的经验和独创的CLUB(online clustering bandits)算法自适应调整新用户推荐结果，同时“三级火箭”架构保障系统稳定和毫秒级反馈，新用户一旦产生行为数据，达观智能推荐系统会秒级计算并生成新的用户画像，确保快速缓解冷启动问题。目前达观智能推荐已成功服务了招商银行、浦发银行、虎扑、澎湃新闻、英语趣配音、wifi万能钥匙、乐友、POP服装趋势等数百家新闻资讯、电商、社交软件等多个行业企业。

达观动态

达观愿与业内同行分享助力各企业在大数据浪潮来临之际一起破浪前行

阅读行业潜力无穷

阅读行业的需求

阅读行业推荐难点

1）如何进行精准推荐

2）如何把握用户兴趣

3）冷启动问题

4）信息茧房、马太效应

达观动态

达观愿与业内同行分享 助力各企业在大数据浪潮来临之际一起破浪前行

阅读行业潜力无穷

阅读行业的需求

阅读行业推荐难点

1）如何进行精准推荐

2）如何把握用户兴趣

3）冷启动问题

4）信息茧房、马太效应

达观愿与业内同行分享助力各企业在大数据浪潮来临之际一起破浪前行