信息流影响情感吗

做信息流是什么意思

信息流，是在空间和时间上向同一方向运动中的一组信息，它有共同的信息源和信息接收者，即是由一个分支机构(信息源)向另一个分支机构(地址)传递的全部信息的集合。

信息流推广是利用网络媒体传递向用户输送内容的渠道和过程，它是一种推广形式，因原生性强而大受欢迎。

1、联接功能。　　

流通过程是作为一个整体的运动，即体系的运动来实现的。流通体系又是各种要素的集合，不同的要素之所以能形成集合，是靠信息把它们联接在一起的。在流通体系申不同主体之间的关系，从本质上搭困讲是交换关系。买卖双方是通过信息的交流了解对方的意愿，连结在一起。没有信息交流，买和卖永远不会结合起来。买卖交易的实现，流通过程的顺利进行，仍然要依靠信息流把一个个孤立的环节，连结成为连续不断的有序活动。我们在上一节已经说明，流通信息产生于流通过程，是流通活动的客观反映。每一个主体都是依据它所接收到的信息从事活动，它所进行的活动又表现为一定的信息传递出去，被其他主体接收，成为其他主体活动的依据。如此循环往复，形成了流通体系的有机联系和运动。　　

信息流不仅具有连结流通体系的功能，而且具有沟通流通体系与外部系统和环境的功能。流通体系不是孤立的系统，它处在社会经济的大系统之中，是大系统的组戊部分。其它系统构成流通体系的外部系统和外部环境，影响着流通体系的运动。流通体系反过来也影响其它系统的运动。不同系统之间的相互影响和联系，同样是靠信息来联接的。　

　2、调控功能。　　

信息流的调控功能产生于联接功能。我们在前面已经指出祥枝陆，流通信息是能够被人类理解、接收和利用的信息，是经过一定程度处理的信息。因此，信息在联接要素的时候，所反映的客观内容就是流通当事人行为的状态和结果。这样，在当谨顷事人之间就产生了一个过程，每一个当事人都取得其他当事人的信息，这些信息会影响他的行动和后果，而他的信息同时也影响相互联系的其他当事人行为，信息的变化将会使当事人行为发生变化，这就是信息流的调控功能。　　经济学的常识告诉我们，价格机制、竞争机制、金融政策、财政政策等是市场经济的调节机制。这些调节机制本身就是信息，是通过信息的传递调节经济活动。现代市场经济的特征是买方市场，我国也在向买方市场转变。由于市场问题日益突出，流通在社会再生产中的地位和作用越来越重要，成为经济生活的主角和社会再生产的中枢，发挥着对整个社会经济运行的组织和调控的功能。具体来说，流通信息把市场状况传递和反馈给生产者和消费者，以及政府管理部门。从而引导着产业结构的变动和生产力布局的优化；调节着生产规模和资源配置；调整着商品结构，促使供求平衡。从实际的流通过程来看，各种指令、计划、合同、数据、报表、凭证、广告、商情等信息流，是流通当事人活动的依据，具体地调节着商流过程和物流过程。　　

3、决策功能。　　

流通是不断变化的动态过程，流通所赖以存在的运动的环境也是不断变化的动态环境。无论是运动着的流通过程，还是变化着动态环境，都存在大量的不确定因素。信息的重要功能，是使决策当事人了解动态变化的状况，以减少不可避免的不确定性，从而为他的行为作出恰当的选择，并控制行为的后果。如不存在不确定因素，经济决策就成为按成规办事，无关紧要了。而这种状况在现实中是根本不存在的。但是，信息越完善、充分、及时，不确定性就越少，决策就可以越合理。　　

决策过程实际上就是信息的收集、传递、分析、处理、判断的过程。从决策的角度来看，有两类信息是必须的。一类是决策当事人面临的可选择行动系列信息；另一类是影响这些行动后果的信息。显然,这些信息需要经过收集才能得到,而信息的质量对决策来讲至关重要。当决策者对收集到的信息进行处理，作出判断，确认了不同行动可能产生的后果时，决策实际上己经作出来了。

信息流产品的核心业务指标

前些日子听了 @kevin 同学的知乎 live 《了解信息流产品和内容推荐算法》 ，很有收获（可以在外行前装一装了 😄）。鉴于两小时的 live 信息量很大，就做了份笔记，把其中最有价值的部分做成了图解，应该算得上是「干货」了。

不过， 5 分钟能读完的小文，到底只是走马观花而已。倘若读完真的感兴趣，还是建议去听 live，毕竟就其内容质量而言，9.99 元是真的值。

每个使用新闻客户端的用户，都多少接触过的信息流这种产品形态。它有以下诸多特点：

信息流的内容并不是纯靠算法推荐，人工运营也是其中的重要部份。实际上， 人工和算法各有所长 ——人工运营更长于新闻价值的判断（尤其是「情感判断」），以及对热点的预测，对突发事件的响应；激桥而算法，运用在个性化匹配、冷门的长尾内容推荐上，则更适合。

一个算法实现的内容推荐基本框架，理论上可以抽象成下图。

落实到具体实现，这里是魅族 新闻资讯 的一个实际案例。

一核拿个信息流产品，不会仅仅使用一种算法模型，通常会进行分流。占大比重的是经过验证的稳定模型，同时，会有多个占小比重的实验模型。

要评估这些实验算法模型的效果，采用的评测指标主要为以下三项：

除此以外，还需关注的核心业务指标：

为什么要看多个指标，不能只关注点击率呢？是因为一味追求点击率，会鼓励「标题党」，导致用户文章阅读完成度降低，最终影响产品调性，造成深度用户流失。

影响信息流推荐效果的因素，并不仅仅只有算法模型。事实上，由于自建模型的难度很高，造成差异的往往是算法外的因素。

首先， 强大的内容库 是一个信息流产品的基础。内容的多样性、数量、质量、时效如果得不到保障，推荐效果根本无从谈起。譬如，今日头条、网易新闻这种量级的产品，内容每日入库量至少超过 500k，可推荐集要超过 200k。

其次，一些 交互细节及业务参数的调优 ，也会对最终的效果产生非常大的影响。

另外， 数据上报 会极大影响推荐准确度和策略选择。而且通常也是埋坑及填坑最大的地方，需要产品对上报时机、阈值、去重、内容做规范。此外， 冷启动策略 、明氏猛如何 防止用户画像固化 造成的「瓶颈效应」，等等，都会最终影响推荐效果。

用户画像是内容推荐重要的参考体系，通常是对用户主动行为、推送刺激产生的数据进行挖掘后生成的。

上图是魅族新闻资讯的一个用户画像实例，其中：

信息流产品涉及领域非常多，包括内容库、用户画像、短视频、搜索、信息流广告，等等。而且每个领域都有很多值得深挖的内容，非常锻炼产品能力。

如果想要入门信息流领域， 内容运营 是一个非常好的切入口——可以研究现有自媒体平台，深入探索它的下发策略、管理后台、数据统计。最后，是几本参考书籍推荐，能让产品对系统的理解能力成倍提升： 《推荐系统实践》 《这就是搜索引擎》 《计算广告》 。