facebook用户推荐（facebook推送好友规则）

猜你喜欢是如何猜的——常见推荐算法介绍

自从头条系的产品今日头条和抖音火了之后，个性化推荐就进入了大众的视野，如果我们说搜索时人找信息的话，那么推荐就是信息找人。搜索是通过用户主动输入索引信息告诉机器自己想要的东西，那么推荐的这个索引是什么才能让信息找到人呢？

第一类索引是“你的历史”，即基于你以前在平台上对某物品产生的行为(点赞，转发，评论或者收藏），寻找与你产生过相似行为的用户所喜欢的其他物品或者与你喜欢的物品相似的其他物品来为你推荐。这一基于用户行为相似的算法有：协同过滤算法、基于内容的推荐算法和基于标签的推荐算法。

基于用户的协同过滤算法是寻找与A用户有相似行为的所有B用户所喜欢的而A用户还不知道的物品推荐给A用户 。该算法包括两个步骤：

-根据用户所喜欢的物品计算用户间相似度，找到与目标用户相似的用户集合；

-找到该用户集合所喜欢的而目标用户所不知道的物品。

那么，找出一批物品以后哪个先推荐哪个后推荐？用户间相似程度大的先推荐，用户对物品的感兴趣程度大要先推荐。即假设A用户与B用户的相似程度为0.9，与C用户的相似程度为0.7，用户B喜欢物品a和物品b的程度分别为1和2，用户C喜欢物品a和物品b的程度分别为0.1和0.5，那么先推荐物品b。多个用户多个物品，只要拟定了用户间的相似度和用户对物品的感兴趣程度，即可对物品进行打分并且进行综合排序。

基于物品的协同过滤算法是根据用户行为而不是物品本身的相似度来判断物品的相似度 ，即如果物品A和物品B被很多的用户同时喜欢，那么我们就认为物品A和物品B是相似的。该算法也是包括两个步骤：

-根据用户行为计算物品间的相似度；

-根据物品的相似度和用户的历史行为给用户生成推荐列表。

与UserCF相似的是，同样会遇到推荐的先后顺序问题，那么ItemCF所遵循的原则是：物品间相似程度大的先推荐，用户对物品的感兴趣程度大要先推荐。假设用户对物品a和物品b感兴趣的程度分别为1和0.5，物品a与物品c和物品d的相似度分别为0.5和0.1，物品b与物品c和物品d的相似度分别为0.3和0.4，那么先推荐物品d。用户喜欢多个物品，并且多个物品与其他物品都有相似的情况下，只要拟定了用物品间的相似度和用户对物品的感兴趣程度，即可对物品进行打分并且进行综合排序。

协同过滤算法的核心都是通过用户行为来计算相似度，User-CF是通过用户行为来计算用户间的相似度，Item-CF是通过用户行为来计算物品间的相似度。

推荐算法很重要的一个原理是为用户推荐与用户喜欢的物品相似的用户又不知道的物品。物品的协同过滤算法是通过用户行为来衡量物品间的相似（喜欢物品A的用户中，同时喜欢物品B的用户比例越高，物品A与物品B的相似程度越高），而基于内容的推荐算法衡量则是通过物品本身的内容相似度来衡量物品间的相似。

假如，你看了东野圭吾的《解忧杂货店》，那么下次系统会给你推荐东野圭吾的《白夜行》。假设你看了小李子的《泰坦尼克号》，系统再给你推荐小李子的《荒野猎人》。

该算法与前两种不同的是，将用户和物品之间使用“标签”进行联系，让用户对喜欢的物品做记号（标签），将同样具有这些记号（标签）的其他物品认为很大程度是相似的并推荐给用户。其基本步骤如下：

统计用户最常用的标签

对于每个标签，统计最常被打过这个标签次数最多的物品

将具有这些标签最热门的物品推荐给该用户

目前，国内APP中，豆瓣就是使用基于标签的推荐算法做个性化的推荐。

第二类索引是“你的朋友”，基于你的社交好友来进行推荐，即基于社交网络的推荐。例如，微信看一看中的功能“朋友在看”就是最简单的基于社交网络的推荐，只要用户点击公众号文章的“在看”，就会出现在其好友的“朋友在看”的列表中。

复杂一点的算法会考虑用户之间的熟悉程度和兴趣的相似度来进行推荐。目前，在信息流推荐领域，基于社交网络进行推荐的最流行的算法是Facebook的EdgeRank算法,即为用户推荐其好友最近产生过重要行为（评论点赞转发收藏）的信息。

第三类索引是“你所处的环境”，基于你所处的时间、地点等上下文信息进行推荐。例如，我们看到很APP中的“最近最热门”，就是基于时间上下文的非个性化推荐；以及，美团和饿了么这些基于位置提供服务的APP中，“附近商家”这一功能就是基于用户位置进行推荐。高德地图在为用户推荐驾驶路线时，会考虑不同路线的拥堵程度、红绿灯数量等计算路线用和路程距离再进行综合排序推荐。

很多时候，基于时间上下文的推荐会协同过滤这类个性化推荐算法结合使用。例如，在使用协同过滤推荐策略的时候，会将时间作为其中一个因素考虑进入推荐策略中，最近的信息先推荐。

以上就是常见的推荐算法。作为产品人，我们不需要知道如何实现，但是我们必须知道这些推荐算法的原理，知道在什么场景下如何去做推荐才能提升推荐的效率，这才是产品经理的价值所在。

参考资料：《推荐算法实战》项亮

脸书怎么去找优质用户

客户属性关键词搜索。

假如我现在是国内做汽配的贸易商或是生产厂商，我们的目标客户是国外做汽车改装的零售商或者汽车店，零售商或汽车店，他们也需要拓展生意，所以比较有意识的企业主大多会在Facebook主页出现，那我们就可以通过汽车改装的关键词搜索查找，选择Page。

运用Facebook的朋友推荐。

Facebook由于有自己的算法和社交联系，会通过朋友关联来做用户推荐，所以，当我们加了某个国外的优质买家的时候，可以运用Facebook的朋友推荐，来添加新的潜在买家。

搜索框邮箱直接搜索。

当我们知道了客户的某个邮箱地址，可以运用邮箱地址去Facebook的搜索框搜索，看客户是否用此邮箱有注册Facebook账号，如果有，便可以直接搜索查到。

在搜索框直接搜索人名+公司名组合。

fb公共主页没显示赞只有关注

公共主页没显示赞只有关注。

因为对方取消了对你的关注。抖音关注的方法：1、打开手机，点击打开抖音APP，点击进入抖音APP。2、点击进入抖音的主界面，找到自己喜欢的视频，点击右边的头像。3、点击头像进入个人中心以后，然后点击+关注。4、点击+关注以后，显示对号表示关注成功，这样就可以在首页的关注里找到对方的作品了。

为什么脸书推荐的都是中国的

原因是因为脸书拥有三十亿的注册用户，这三十亿是中国人口的两倍之多，是中国网民的四倍之多。也就是说全世界一半的人都在脸书facebook上面。

这些数字背后意味着什么？

不知道大家还记不记得一句老话：“哪里人多哪里生意好做”有眼光的人一定明白，这意味着脸书facebook已经帮我们把全世界一半的陌生人三十亿的人全部聚集和串联在一个大大的流量池里面，这在做任何一位做生意的人来讲这叫万事俱备呀，只见你要不要挂这股东风了。

facebook加入小组出现错误

没有获取到能够打开Facebook的网络。Facebook公司创立于2004年2月4日，总部位于美国加利福尼亚州门洛帕克。FacebookMessenger是一个美国的社交网站，在该网站中可选择加入分类小组，当没有获取到能够打开Facebook的网络时，就会出现登录不了账号和加入小组错误。Facebook会根据用户的兴趣以及周围好友的资讯来为用户推荐各类群组。

facebook全屏广告不具有的特点有

facebook全屏广告不具有的特点有，一、Facebook广告的优点

1、Facebook拥有庞大的活跃用户群

Facebook是社交媒体平台之一，每个月会超过20亿活跃用户，另外大家还需要注意的是Facebook的两个王牌：messenger和instagram。它们和Facebook一样，拥有大量的活跃用户，如果把广告同时放在messenger和instagram上，以Facebook广告为背景，是非常不错的。

2、Facebook能够根据受众特点、兴趣和行为定位客户。

Facebook广告是具有代表性的，可以让你的广告摆在精准的受众中，这一切功劳主要是因为Facebook可以使用一系列复杂但智能化的算法，比如受众的特点、兴趣、行为、年龄、学历、职业等。

3、树立品牌意识

Facebook可以为品牌独立站卖家提供了定位和探索品牌更多可能性的机会。由于社交属性，Facebook在用户行为、兴趣、使用习惯上具有更多大数据积累，并且通过将人群标签化分类，可以了解到消费者们可能需要什么。独立站商家可以使用兴趣定位，在更广范围探索潜在消费者，甚至培养新的消费需求。