如何設(shè)計(jì)一個(gè)簡(jiǎn)單的新聞聚合產(chǎn)品？文章介紹了制作極簡(jiǎn)的新聞聚合產(chǎn)品的7步驟，好奇的你和我一起來(lái)看看。

你知道在三四線的縣城，用戶在哪里看新聞么？不是在今日頭條里，而是在微信中的阿誰(shuí)騰訊新聞里。這是我在安徽青陽(yáng)做用戶調(diào)研時(shí)絕大多數(shù)給我的回答。這或許說(shuō)明一點(diǎn)：用戶沒(méi)有像設(shè)計(jì)師那樣的潔癖，期望每一個(gè)app都有明確的界限。誰(shuí)說(shuō)不能在一個(gè)社交app里看新聞，我還要加一句，誰(shuí)說(shuō)不能在當(dāng)?shù)仡^條（我正在負(fù)責(zé)的產(chǎn)品）里看全國(guó)頭條。說(shuō)是這么說(shuō)了，但是心里清楚這只是產(chǎn)品的外延，既然是外延就應(yīng)該追求做產(chǎn)品的性價(jià)比，所以才有了這個(gè)極簡(jiǎn)的新聞聚合產(chǎn)品。

先定個(gè)產(chǎn)品的小目標(biāo)：通過(guò)全技術(shù)的方式，給用戶提供一個(gè)高頻更新的新聞列表，運(yùn)營(yíng)可進(jìn)行微調(diào)干預(yù)。

整個(gè)過(guò)程7步完成，對(duì)，就是七步成詩(shī)那七步。

標(biāo)簽庫(kù)其實(shí)就是詞條庫(kù)，詞條哪里來(lái)？或者換一個(gè)問(wèn)法，互聯(lián)網(wǎng)上誰(shuí)最懂中文？答案當(dāng)然是百度咯。跑到百度百科首頁(yè)一看，我們要的東西就躺不才面的紅框里。

那我們還客氣啥，，爬呀，等等，1400萬(wàn)是不是有點(diǎn)太多了？那我們就去掉一點(diǎn)吧，只留下名詞好了，這樣可以把詞庫(kù)控制在百萬(wàn)量級(jí)。

接下來(lái)，就是抓新聞，新聞哪里有，找門戶網(wǎng)站唄，公眾號(hào)app就算了，費(fèi)時(shí)費(fèi)力，爬PC站不是一樣的嘛，以體育為例，我們可以挑選新浪體育，搜狐體育，鳳凰體育，還有什么體育？你也看出來(lái)了其實(shí)我對(duì)體育無(wú)感，這里就假設(shè)有10個(gè)體育專題網(wǎng)站吧。

我們要抓的是熱門新聞，啥叫熱門，出現(xiàn)在第一屏的就是熱門，所以我們抓取的時(shí)候，只抓取首屏新聞。結(jié)果就是我有了一堆標(biāo)題和鏈接，還有鏈接后面的正文。

現(xiàn)在到了建立新聞和標(biāo)簽關(guān)聯(lián)的時(shí)候了，首先當(dāng)然是要分詞，怎么分？呃，這個(gè)好像有很多自然語(yǔ)言詞庫(kù)的吧，你本身去找吧，分詞完了之后，計(jì)算各個(gè)詞的出現(xiàn)頻率，出現(xiàn)頻率越高說(shuō)明它越可能是這篇文章的關(guān)鍵詞。出現(xiàn)在標(biāo)題里的詞是不是比出現(xiàn)在正文里的詞更重要呢？所以你可以把標(biāo)題里的詞加個(gè)N倍權(quán)重，N等于幾？關(guān)注我私信我就告訴你。

這里分出來(lái)的詞，其實(shí)就是標(biāo)簽庫(kù)里的標(biāo)簽。這樣每一篇文章就有一個(gè)對(duì)應(yīng)的詞頻由高到低的標(biāo)簽列表了，太長(zhǎng)了也沒(méi)用，就取TOP5吧。

這里有個(gè)問(wèn)題留給你，既然文章要分詞，文章分出來(lái)的詞直接做詞庫(kù)不就好了，為啥要去百度爬呢？答案還是要關(guān)注我私信我才告訴你。

現(xiàn)在我們?yōu)轶w育頻道選擇了10個(gè)數(shù)據(jù)源（就是新浪體育這樣的網(wǎng)站），每個(gè)數(shù)據(jù)源下抓了50篇文章，每篇文章都有5個(gè)標(biāo)簽，現(xiàn)在我們要看哪個(gè)標(biāo)簽最熱了。我們的方式簡(jiǎn)單得很，不然怎么說(shuō)我們?cè)O(shè)計(jì)了一個(gè)極（jian）簡(jiǎn)（lou）的產(chǎn)品呢，方法是如果一個(gè)標(biāo)簽在一個(gè)數(shù)據(jù)源出現(xiàn)了，就加1，在10個(gè)數(shù)據(jù)源都出現(xiàn)了那就是10。通過(guò)這種方式你會(huì)得到每一個(gè)標(biāo)簽的值，這個(gè)值除以數(shù)據(jù)源總數(shù)就是“熱度值”，在我們這里就是0.1到1之間的分布。

這個(gè)時(shí)候運(yùn)營(yíng)的妹子來(lái)亂入了，她說(shuō)她的特長(zhǎng)就是八卦，并且是先人一步的八卦，讓我們千萬(wàn)要相信她判斷熱點(diǎn)的是否會(huì)大熱的能力。這句話的意思是：她想來(lái)人肉預(yù)先提升一個(gè)標(biāo)簽的熱度值，雖然現(xiàn)在它還沒(méi)有大熱。嗯，平常關(guān)系辣么好，我不信也得做個(gè)姿勢(shì)選擇相信，于是就有了下面的線框。她可以調(diào)整一個(gè)標(biāo)簽次的熱度值。

呀，最后怎么還有兩個(gè)詞連接在一起的？實(shí)際上多個(gè)詞比單個(gè)詞更接近于一個(gè)熱點(diǎn)事件。當(dāng)然對(duì)于這種二元詞，計(jì)算方式和一元詞略有差別，細(xì)節(jié)此處不展開(kāi)。

到這里我們已經(jīng)有了標(biāo)簽的熱度排序，那文章的熱度怎么算呢？文章不是有5個(gè)標(biāo)簽嘛，阿誰(shuí)最高熱度值標(biāo)簽的熱度就是文章的熱度。

實(shí)際上熱度只是文章的一個(gè)維度，要給文章排序，你自然還會(huì)想到以下的幾個(gè)維度：

具體算法上可以用高斯衰減，好比72小時(shí)內(nèi)基本無(wú)衰減，超過(guò)72小時(shí)后每過(guò)12小時(shí)就衰減一點(diǎn)。說(shuō)到衰減，比來(lái)看了采銅的效益半衰期理論感覺(jué)頗為受用，大意是：一個(gè)人辦理本身日常的行為，可以考慮這個(gè)行為對(duì)本身長(zhǎng)期受用程度來(lái)衡量，有些事情效益半衰期很長(zhǎng)好比讀書和健身，就應(yīng)該多做，別的一些事情效益半衰期很短好比游戲，就可以少做。

扯一扯防松一下，接回來(lái)說(shuō)。

標(biāo)簽：鹽城 林芝 東營(yíng) 九江 烏魯木齊