摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景 | 第10-12页 |
1.2 研究目的和意义 | 第12-14页 |
1.2.1 研究目的 | 第12-13页 |
1.2.2 研究意义 | 第13-14页 |
1.3 研究现状 | 第14-16页 |
1.4 研究方法和创新点 | 第16-18页 |
1.4.1 研究方法 | 第16-17页 |
1.4.2 研究创新点 | 第17-18页 |
第2章 今日头条以用户需求为依归的整合思维及用户特性分析 | 第18-24页 |
2.1 今日头条的用户特性分析 | 第18-20页 |
2.1.1 今日头条的用户画像 | 第18-20页 |
2.1.2 用户使用场景 | 第20页 |
2.2 今日头条的内容整合以用户需求为依归 | 第20-24页 |
2.2.1 资源择优 | 第21-22页 |
2.2.2 多维参与 | 第22-23页 |
2.2.3 高效定制下,力求高流量与高分成双赢 | 第23-24页 |
第3章 今日头条的内容整合方式分析 | 第24-34页 |
3.1 以“权威来源+优质内容”为先的内容分类与筛选 | 第24-27页 |
3.1.1 海量内容资源作为抓取来源 | 第25-26页 |
3.1.2 通过算法实现层次化文本分类整合 | 第26-27页 |
3.1.3 主体化分组整合实现内容板块化 | 第27页 |
3.2 严格规范低俗内容的审核过程 | 第27-29页 |
3.2.1 领导人板块的多层过滤 | 第27-28页 |
3.2.2 敏感板块更新频率高,兼顾内容时新与准确 | 第28页 |
3.2.3 常规板块保证内容质量和多元化 | 第28-29页 |
3.3 以“优质内容保量,低质文章详情订阅”为原则的展示过程 | 第29-30页 |
3.3.1 优质内容的保量展示提高用户群的积极性 | 第29页 |
3.3.2 低质文章“详情展示”保障内容来源的稳定性 | 第29-30页 |
3.4 以算法为基准的个性化推荐互动整合 | 第30-34页 |
3.4.1 通过跟踪用户的社交行为了解用户 | 第31页 |
3.4.2 根据用户的长期兴趣关键词、阅读习惯更新推荐 | 第31-32页 |
3.4.3 利用用户群组,实现分批次推荐 | 第32-34页 |
第4章 今日头条内容整合方式存在的问题 | 第34-39页 |
4.1 内容整合范围广但深度不足 | 第36-37页 |
4.2 过度依赖机器,影响分发质量和效率 | 第37-38页 |
4.3 内容整合推荐的强引导性,易造成用户大量流失 | 第38-39页 |
第5章 用户思维视野下今日头条优化内容整合方式的建议 | 第39-42页 |
5.1 严格判定标准,回归内容的严肃性与专业性 | 第39-40页 |
5.2 增强可拓展力,注重平台的多元发展 | 第40页 |
5.3 以优质内容平台为基础,为用户提供全方位增值服务 | 第40-42页 |
5.3.1 “让信息在关系链中流动”,保持用户间的良性互动 | 第40-41页 |
5.3.2 注重与用户的互动升级,实现用户行为的商业变现 | 第41-42页 |
结语 | 第42-43页 |
参考文献 | 第43-45页 |
附录 | 第45-51页 |
致谢 | 第51页 |