微博好友推荐的几个难点问题和商业价值分析

之前的一篇
《微博应用的7大商机》中谈到用户推荐的话题，有些朋友希望谈一谈“人对输入型用户的价值”这一类用户需求中的细节问题及其商业价值。

首先笔者认为：有用户价值的产品一定有商业价值；
用户价值越大的产品，其商业价值也越大；
价值是由问题衡量的，解决的问题越深刻，问题难度越大，价值越大。

对于寻找网络好友的用户，有两种操作方式，一种是
被动接收
推送/推荐的方式，一种
主动搜索
的方式。目前主流SNS网站和微博产品均实现了一些简单的推送和搜索好友功能，但相对比较简单。

如推荐功能，一般是根据用户自定义标签，学校等推荐好友，上这种推荐是非常简单实用的，对于粘着新用户，让他们尽快融入平台，有非常显著的作用。这个功能解决了45度仰角理论中谈到的平行关系，对于习惯订阅信息的用户，或希望通过微博拓展社交的深度用户，这些基本功能就稍显简陋了。如果能自动识别用户的兴趣点，如"时装"，"NBA"，并自动将这些领域有影响力，或影响力与该用户相当的用户推荐给他，那一定是一个不错的产品。

再比如好友搜索功能，一般产品都提供了按指定明确条件进行搜索的功能，如按名称，学校，公司，标签等等。因为人是一个特征复杂的，难以描述的对象，特定的简单搜索条件或条件组合，难以满足复杂检索需求；另一方面，往往有一些检索需求是模糊的，抽象的，甚至用户自己并不能将他的需求描述成一个特定的条件组合，比如：搜索所有热爱微博营销的人，并按此领域的影响力排名。这时，可能需要一种基于概念的用户检索机制去解决这一问题。

另外，除了推荐和搜索这一对主动和被动的二元论分类，还可能存在某种融合方法。比如我命名为：“交互式搜索推荐”的方式，即用户以一个模糊的中心点出发，与系统进行多次问答，系统会根据用户的搜索目标，将已经分类/聚类的用户群和用户群特征反馈给用户，用过多次交互后逐步缩小受范围，最终帮助用户明确搜索需求。这个搜索机制与“在结果中搜索”略有不同，这个过程一方面由用户主导，另一方面计算机系统可以根据积累的“常识”，给予用户一些提示和引导。

这里，涉及的技术和产品难点有以下一些：

（1）用户的“特征”如何抽取，是产品功能上的“显式维”（如关注，粉丝，评论，转发，收藏，话题，行业，内容 ...），还是用户心理学内涵的“隐式维”（心理学上的维度比较难以描述，初略可以理解为：性别，年龄，血型，星座，职业，学历，兴趣，内向，外向等）

（2）用户的“特征”如何运用，即如何将用户的“特征”运用于推荐和搜索产品中去。通常人的特征维是很多的，复杂的，难以理解的，噪声较大的。如何将特征转换为一些可计算，最好是可理解的“概念”上去。

（3）以上是技术上的问题。从产品角度讲，如何设计产品的流程和表现，使得用户能方便，准确，有便于理解的方式发现好友，也是一个非常值得思考的问题。

如果能从技术模型和产品模型两个方面解决好这个问题，他的价值会是非常高的。比较粗暴的来说，至少可以作为竞价好友搜索，即将一些商家的微博帐号，有偿推送或有偿修改搜索排名。其他比如潜在客户识别，僵尸粉识别等，都可以应用这个技术和产品中的思路和方法。

当然，可以还有一些更优雅，更有价值的商业应用场景。

撰稿人
：
曾庆锐。关注开放平台，关注微博营销。

配图：
hypios