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。

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。

手游头条的创始人吴恒魁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。

吴恒魁告诉我，接下来他们的团队接下来会做两件事：

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——吴恒魁说，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。

赞助

• 币付宝
• 币行支付

分享到：

打开微信，扫一扫

方荼 colin@pingwest.com

不学有术，写字为生。

0 条评论