优界网

首页 > 产品经理 > Foursquare的“Google时刻”:推荐功能

Foursquare的“Google时刻”:推荐功能

46

0

0

2016-09-07 00:44:24

金龙

分享一下,又不会怀孕!

本作品为转载作品,版权为作品原作者所有,感谢上传者的分享!

据国外媒体报道,在Foursquare 3.0新版推出之际(见附文),科技博客读写网编辑马歇尔·科克帕特里克(Marshall Kirkpatrick)发表文章,谈到了现实世界推荐的艰巨性以及Foursquare推荐服务在设计上的挑战等内容。以下为全文摘要:

亚马逊或Netflix推荐电影或其它你可能会喜欢的产品是一回事,而当你走出家门时,一个自动的系统告诉你应该去哪里,你应该光顾现实世界中的什么场所,这又是另外一回事。后者是包括谷歌和Facebook在内的一大堆公司正在努力实现的东西。

在每一个“我应该去哪里”的问题中,都涉及到很多其他大问题,比如:我应该吃什么?我应该买什么?我有了这些闲暇时间,有这些可用的钱,我应该做什么?我应该在生命中做些什么?Foursquare希望成为一个为千百万人回答这些问题的服务。

这是一个极为雄心勃勃的目标,不由让人想起谷歌想要回答的问题:“想找到和我的兴趣点有关的信息,我应该看哪些网页?”Web很大,但网下的现实世界更大、更绚烂多彩,也可能更有趣。

与网上购物和媒体消费相比,现实世界推荐风险更高(在开支、所需的努力以及可能的社交成本方面),但回报也高得多(获得生活经验,带来潜在的商业活动)。Foursquare可以做出正确的推荐并发掘这一巨大潜力吗?

Foursquare首次开始公开谈论其推荐技术实验是在半年前。三个月前Foursquare发布了招聘一名数据科学家的启事,业界普遍认为这是为其推荐技术进行的雇佣。

在推出两年后,Foursquare已经拥有近750万用户,获得了5亿个签到。Foursquare并没有透露它已为多少场所编制了索引,但有人估计约为“1000万个酒吧、餐馆、公园、商店和其他地方”。如果该数字是准确的,这就意味着有大约每个场所有50个签到,听起来像是一个不错的、为推荐服务做分析的小型数据集。

Foursquare推荐功能的“信号因子”:

1 你的历史

2 你朋友的历史

3 你对你最喜爱的地方的忠诚度

4 你最喜爱的类别

5 热门场所(基于所有用户)

6 今天是星期几

7 现在(用户问询时)是几点

8 一个场所的贴士的质量

9 这个问题的专家怎么说。

以下三段话是Foursquare自己对推荐服务的解释:

想法很简单:告诉我们你要寻找什么,我们就会帮你在附近找到它……我们甚至会告诉你,为什么我们认为你应该去某个地方(例如在朋友中很流行,或它类似于你最喜爱的地方)。你会发现这个服务在一些通常的事物上很有帮助,比如“食品”、“咖啡”、“夜生活”(我们为这些搜索提供快速访问),而在你寻找很具体的事物时,结果会让你很惊讶,比如 “ 80年代的音乐”、“火炉”、“ 煎饼” 和“浪漫”。你问得越是随机,得到的结果也越是有趣(大家对第一个版本还是要有点耐心……我们有时也无法找到所有随机的东西)。

除 “Explore(探索)”标签页之外,这种想法也开始蔓延到“Me”标签页上。在我们捣鼓推荐算法的时候, “专业知识”开始从数据中呈现出来 ——你可以看到一些朋友,他们已经去过10英里内的每个卡拉OK店,或是已经尝遍了洛杉矶的每家汉堡店。这种知识在新的“Me”标签页中浮现出来,让你可以向朋友们求教他们去得最勤的场所和类别的信息。

现在foursquare已经有5亿个数据点,而每增加一个签到或贴士,foursquare都会变得更聪明一点儿。这个服务可以帮你找到附近吃午餐的地方,也可以帮助你在一个新城市里游荡。

这听起来很不错,但只有在你试过之后才知道它好不好。它使用了至少9个不同的信号因子,那么商家将在这9个方面努力,以便能被推荐给更多的foursquare用户吗?可能会有这么一天的。

设计上的挑战

对Foursquare来说,推荐服务肯定是一个工程上的挑战,但它带来的体验才是最重要的。用户可以立刻知道他们获得的推荐是他们一直好奇的地方,还是他们已经知道的而且并不喜欢的地方。这需要一些技巧才能真正令人信服。

约瑟夫·赖辛格(Joseph Reisinger)最近在一篇《通用型机器学习为何失败》帖子中写道: “机器学习和辛苦劳作有区别,而且它也不是像EC2(ElasticComputeCloud,弹性云计算平台,是亚马逊提供的一个商业服务)那样可以‘平价商品化’的东西,机器学习更接近于设计并不是编程。Netflix是一个很好的例子:上次它的均方根误差减少10%,不是因为它的泛型算法更强大了,而是由于它在问题的结构方面产生一些非常巧妙的想法,比如‘一次为一堆电影评分的人,评的往往是他们很久以前看过的电影’。”

Foursquare团队将能够利用它所拥有的各种不同种类的数据,把移动的、基于地理位置的、游戏式的社交经验,以一种方式结合到一起,为用户提供现实世界的推荐吗?这个新的推荐功能,能让那些曾经认为Foursquare缺乏价值的人转变看法吗?

去年夏天,谷歌当时的首席执行官埃里克·施密特(Eric Schmidt)说: “其实我觉得,大多数人不是希望谷歌回答他们的问题,而是希望谷歌告诉他们,接下来他们应该做什么。”

谷歌不是唯一一家将致力于解决这个问题的公司。而Foursquare的3.0版本可以算是这个问题的一种解决方案。

附:Foursquare 3.0:超越签到

据国外媒体报道,Foursquare最初的目标是“让城市更方便易用(making cities easier to use)”,但一路走来,它却成为了签到及其游戏机制的代名词。当签到还是一种独特有趣的新生事物时,这样倒也不错。但是世界已经变了,地理位置服务领域的竞争者们也不同于往昔,他们将眼光从简单的游戏移到了更多的优惠活动、更激烈的竞争以及场所推荐上。Foursquare正在利用它刚推出的3.0版本实现一个大的飞跃;而业界人士认为,作为一个更加完整、成熟的地理位置服务, Foursquare有能力实现它“让城市更方便易用”的最初设想。

Foursquare创始人兼首席执行官丹尼斯·克劳利(Dennis Crowley)在博客中表示,Foursquare现有拥有近750万用户(去年德州音乐节的时候约为700万)。而且在过去的一年中,用户的签到量约为5亿次;这个数字相当大,但克劳利清醒地意识到,签到只是一个起点。现在推出的Foursquare 3.0版本 (iPhone和Android版本)让公司在很多方面都向前迈进了一大步,也让它在整体上保持了在地理位置领域中领先地位。

Foursquare 3.0:超越签到

有趣的是,很多更新后的功能又重新把重点放在了签到上,但却为签到这一行动注入了更多的意义。现在,用户有了更多的理由去各种场所签到,而不仅仅是宣告一下自己的位置而已。以下是对这些改进的概述:

发现

就像很多竞争对手一样,Foursquare一直在谈论提供推荐服务,现在它的新Explore(探索)标签可以给用户提供“去哪儿”的建议。推荐的“信号因子”包括:用户和他们的朋友光临和喜爱的场所,他们经常出没的场所的类型等等。有趣的是,Foursquare还表示将根据当天是星期几,以及当时是几点来提供个性化推荐。克劳利说,这个推荐引擎既可以回答基本问询,也可以应付离奇古怪的问询。这可能就是为什么Foursquare之前在招聘数据科学家的原因:这样就可以建立一个能用上它的所有数据的推荐引擎。Foursquare的很多竞争对手都已经在提供推荐功能,但正如我们所知,实现推荐的方法有很多。Explore功能也更加强调签到,因为签到可以带来更多的数据,从而让Foursquare做出更好的推荐。

奖励

Foursquare很早就推出了游戏机制,但该机制现在已经显得陈旧。目前Foursquare正在改造排行榜,并奖励积分给更多的活动:比如用户尝试新类型的餐厅,参观新的地方,前往新的城市,和朋友小聚,以及其他等等活动。排行榜现在只包含过去七天的数据。这又是在强调签到,因为它会对很多不同的活动给予奖励。为期一周的时间框架也鼓励用户保持活跃,不断尝试新事物。而且“地主”头衔也越来越难以获得。但排行榜修改后,用户就有更多的方式参与竞争并获得认可了。

忠诚度

对于像Foursquare这样的服务来说,保持用户参与度是最重要的。如果Foursquare无法留住新用户,它也就不能发展了。现在Foursquare把原来专供给“地主”的优惠活动提供给了更多用户,帮助商家通过多种方式吸引客户。商家现在可以向群组、朋友组、常规访客、新客户、地主,或向所有人提供优惠活动了。这一点非常重要,因为它给用户提供一些实实在在的好处。积分和“地主”头衔只能吸引积极性较强的用户,但优惠活动对所有人都或多或少有些吸引力。

Foursquare是地理位置领域的先行者,但在很多方面,它都需要做一些改善,才能配得上它在业界的地位。克劳利说很多升级工作都比他计划的慢,因为公司增加了很多员工(现在差不多有40人),不得不先处理好内部增长。业界人士认为,Foursquare的初始目标现在开始在成型了,这是一件好事。虽然Foursquare出现了增长放缓的迹象,但重要的是用户参与度,而不是下载量。现在随着新版本的推出,Foursquare有能力保持它的用户参与度,并成长为一个更加有用的服务。

已有0人赞过

+1赞

认真评论的都成大咖了

还可输入1000个字

我要评论 我要评论
  • 刚刚
  • 登录优界网 ×