阿里京东大厂流量端产品策略之“负反馈过滤与豁免”策略

当我们网购时，会看到一些不喜欢的商品，这时候会有一个类似【不感兴趣】的按钮，减少类似商品的推荐，这被称为负反馈过滤与豁免。本文作者对此策略进行了分析，希望对你有帮助。

我是策略产品Arthur，5年大厂策略产品专家，全网最专业的搜广推策略产品干货博主，帮助你成就策略产品专家之路。

今天接着给大家介绍流量体验策略文章系列，这个系列主要是围绕消费者C端在媒体流量端来介绍的对应策略，其策略核心目标在上一期也已经说明，主要服务于短期提升用户体验，长期留住消费者用户提升广告收入。

今天我们挑选另一个非常重要的流量体验策略内容“负反馈过滤/豁免策略”；如果有帮助到大家辛苦帮忙点赞、收藏以及评论一下，感谢大家对连续更新的支持。

一、负反馈过滤策略的定义与分类

1.1 负反馈过滤策略的背景与定义

背景说明：介绍负反馈策略定义之前，不知道大家是否在淘宝、京东中遇到过以下场景没有。

“Arthur信息流推荐位中发现某些sku商品和我的兴趣一点也不相关，有些sku已经购买或者重复曝光过多次，更甚至有的sku因为色情或者恶心的主图让我带来极大的反感，但是我也没有办法如何提醒推荐系统以后不要给我推荐类似的sku了”。

京东负反馈控件

为了解决以上的痛点，负反馈过滤策略应运而生，所以从这个场景我们可以看出来，推荐系统并不万能，虽然是“猜你喜欢/为你推荐”，但是推荐系统总有猜错的场景，因此推荐系统需要一个负反馈的输入入口，传达用户的使用反馈与感受，这样才能帮助自然推荐/广告推荐系统推的更准（一般是推荐系统设置负反馈入口，而搜索属于强目标query触达一般不给予负反馈策略入口）。

定义：负反馈过滤策略是基于推荐内容不准确/不适宜的场景下，给予C端用户进行负反馈理由（需要具备多个理由）评价的功能策略，是帮助推荐系统完善对于推荐系统“准确性”的重要手段与行为样本来源。

1.2 负反馈过滤策略的分类

目前市面上负反馈过滤的做法其实主要有两个大类【显性负反馈过滤】和【隐性负反馈过滤】，负反馈过滤的选择主要还是和平台的业务/调性相关。

1.2.1 显性负反馈过滤策略

各平台负反馈控件demo

可以看到上图中的京东、知乎以及小红书都是【显性负反馈过滤】的代表，交互方式一般通过长按item商品/笔记或者是item旁边的小黑点呼出负反馈的浮窗，并在浮窗中显示对应的负反馈理由。

一般各家公司都会根据信息流feeds推荐的业务场景给出不同的负反馈理由，我们拿京东举例，会给出上图中“不感兴趣、品类不喜欢、已经买了、商品图引起不适以及涉及隐私”等理由，每一种负反馈理由给出的过滤维度和对应的豁免周期策略都会有所差异。

1.2.2 隐性负反馈过滤策略

豆瓣评分

隐形负反馈过滤策略，顾名思义就是是负反馈的表达会比较的没那么直接，一般通过打分/评星级的方式来实现，常见于豆瓣/腾讯爱奇艺视频等内容平台。

星级/评分的从1到5其实也代表了不感兴趣到非常感兴趣；一般用户打上1~2星/1~2分就代表了不感兴趣，那么推荐系统将会对相关隐语义模型中的分类进行过滤，例如龙门飞甲会被归类到[武侠]，若用户打1星的武侠类影片过多，则推荐系统会默认用户不喜欢卡武侠电影，相反打上5星则是item用户行为的正向样本，即是对对应类别特别感兴趣，后续会加大对推荐的权重；

二、负反馈过滤策略与和豁免策略的设计思路

2.1 已购买过滤策略设计思路

推荐系统引擎架构图

详细策略：

负反馈过滤策略同样是在自然推荐/广告推荐系统在【过滤】环节读取用户负反馈行为hive表（存储用户的ds时间、user_id、sku_id对应的商品信息、类目信息、品牌信息以及创意id信息）根据用户负反馈行为选择的理由，过滤对应的维度（sku/类目/品牌/创意），从而使得其维度进入到对应用户user请求的粗排排序队列之中。

2.3 过滤豁免策略

和已购买过滤相同，策略产品经理在设计策略的时候，已经要闭环策略，即不仅要考虑如何过滤，更需要考虑如何释放豁免，这才是完整的策略闭环设计，否则广告物料大量被关进小黑屋中会导致广告队列竞价密度变低，直接问题就是收入下降；

过滤策略部分：拿京东举例，需要根据消费者用户选择负反馈的理由去确认过滤的粒度，我们罗列了对应的负反馈类型和其相应的粒度，核心思想就是在过滤环节根据Hive表找到对应维度的值作为key值，过滤掉对应的value商品。

豁免策略：负反馈过滤的豁免策略同样也包含【主动豁免】与【被动豁免】策略，主动豁免行为其实与已购买过滤相似，差异主要在被动豁免策略上。

主动豁免（与已购买过滤相似）：主要是基于用户的行为进行商品豁免（即主动的去搜索、加购、关注），那么这个时候我需要将被关进小黑屋里的item给释放出来，这个时候可能是用户买完之后希望在等优惠希望进行二次购买，也有可能是用户希望进行二次比价，但至少用户是对这个商品购买之后燃起了二次兴趣，因此需要进行豁免。

被动豁免：主要是基于C端消费者选择的负反馈理由进行豁免，豁免周期可基于公司业务进行配置，策略产品需要对负反馈的理由进行严重性排序，例如“涉及隐私”、“品牌不喜欢”以及“涉及隐私”比“不感兴趣“”要更加严重，那么我们在处理对应的策略时候，被动豁免的时间周期要更长。

通用复购周期：对于已经购买的负反馈策略，平台根据类目商品的一般复购周期进行豁免释放配置，例如卫生纸日用品30天复购周期，而电视机空调是2年复购周期，按照平台通用复购周期来进行配置即可。

三、对于负反馈过滤/豁免策略的总结

负反馈过滤策略详细内容就是以上部分了，大家核心还是需要明白负反馈的核心实质是什么“推荐系统当中用户对于推荐评价的输入，是帮助推荐系统推得更准得负反馈输入项”，如何去实现负反馈功能与对应得豁免策略各家只需要结合业务去进行策略设计即可，需要对每种负反馈的理由进行排序优先级确认，相对应的惩罚力度也是会有所差异的，所以这就是负反馈过滤涉及的核心实质了。

如果对于搜广推策略产品系统培训课程，从自然搜推底层召回（规则召回、协同过滤以及深度学习向量召回），排序再到广告搜推领域选的智能出价（oCPC/Nobid/支付ROI），智能定向与DMP定向再到智能创意（智能创意生成、创意优选）、广告归因策略等策略产品课程感兴趣可以私信Arthur本人进行了解。

希望大家“日拱一卒，功不唐捐”。