達觀智慧推薦助力網路文學發展，提升平臺運營資料

對於讀者群體比較穩定的APP，可以考慮降低性別因素的影響，而對於性別分佈較為均衡的APP，則需要重點考慮性別因素。以晉江網、起點文學為例，晉江網女性讀者居多，主打言情和耽美型別的小說；而起點文學男性讀者偏多，內容則主打玄幻和武俠。

針對不同的收費模式，不同的平臺關注的效果指標也有所不同。達觀智慧推薦深度挖掘讀者的購買行為和收費章節資訊，幫助提升效果，例如對於關注時長的APP，更側重於深度閱讀的行為分析。

圖 產品定位調整推薦策略

作品的靜態資訊包含如類別、標籤、作者、標題、是否收費、是否完結等，達觀資料可基於以上資料進行智慧化推薦，如：

• 新作品優先曝光：對平臺新發布的作品進行推薦，挖掘部分新作品和培養新作者。
• 構建作者圖譜，進行關聯作品推薦。達觀基於自研的NLP自然語言處理技術可構建物品畫像，當讀者對於部分作品感興趣，可推薦該作者的其他作品。

動態資訊即使用者的行為資訊，如點選、收藏、閱讀、充值、評論等，可分析使用者的行為特點和偏好，如對使用者點選數量較多的同類別、同題材、同作者作品進行推薦。

圖 多維度分析作品屬性，靈活調配推薦演算法

1、 王牌作者，即平臺的明星作者。達觀智慧推薦可優先推薦王牌作者的作品，此類多為熱門作品，可最大程度提升使用者粘性。另外，若設專區展示，也可進行熱門作者的推薦。

2、 普通簽約作者，即平臺的腰部作者，可加大推薦權重，給予一定的支援。根據歷史作品的點選資料可反饋作品的受歡迎程度，擴大推薦流量，培養一部分腰部作者成為王牌作者。

3、 新晉作者。對於新晉作者可進行小流量試探，使其排序靠前，若資料反饋好則可按情況提高其作品曝光量，避免造成作者流失的問題。

圖 新晉作者、簽約作者、王牌作者全方位考慮

2、針對 付費使用者可選擇性地優先推薦 高質量內容，利用使用者畫像分析，更精細化地運營。而對於 未付費使用者，在策略上將更偏重轉化引導，分析讀者的長期偏好，推薦可能喜歡的作品，同時根據相似讀者的偏好進行 協同過濾推薦。

圖 “讀者”分析