案例复盘：信息流排序设计心得

现在的内容类产品，无论是app还是在web端上，都会有信息流。比较集中的信息流设计分为两类一是列表类设计；另一类是卡片类设计列表类信息流设计在同一个屏幕下展示更多的信息，提高了用户阅读和筛选信息效率，同样由于没有较多的图片、过多的冗余加载信息，导致这类加载速度快。如下图分别是列表信息流、卡片信息流设计方式。卡片类信息里设计，由于有图片展示，屏幕更加统一。自然增加了用户阅读体验，但会对信息流的图片有要求。比如封面的图片质量太差、设计效果不统一，反而造成用户体验下降。卡片类设计方便展示用户头像、或图片、视频类内容信息流。

信息流的两种排序方式

第一种是比较经典信息流排序方法即时间流排序，适合在早期用户量少、内容产生不多的情况下，通过时间排序来展示信息流。可仅采用时间流不做人工干预也会导致平台自身内容被顶下去，由此人工干预+时间流算法，成了通用做法。时间流的排序方式分两种：正向排序、逆向排序采取时间流排序也一定要注意排序的顺序。比如用户阅读信息流都会有一个习惯，通过下拉刷新新内容总是从顶部加载进来。而不是在信息流底部找内入。如下图下拉加载刷新后，新内容展示在第一条。这种排序方式是倒序排列和下拉加载刷新同理，一旦有用户在平台发布信息流内容也应该展示在信息里顶部。信息流本身是可以支持无限下滑（只要有足够多的内容）因此用户只能在顶部看到自己的内容。但采取时间流正向排序不但造成用户看不到自己的内容，同时也会造成浏览成本。（比如用户要不断往下刷才能看到自己内容）逆向排序，是时间流通用的做法。第二个信息流推荐算法是：个性化推荐方式随着内容产生越来越多，和用户的增长。时间流+人工的方式将会面林天花板：如何给用户推荐喜欢的内容，同样给好的内容找到合适的用户曝光成了平台继续解决的问题。一般推荐系统就在此应用了。推荐系统的第三方厂商、和自研方式也多样，这类就不在讲述了。

推荐算法要结合用户采集行为、业务信息（商品订单、用户画像）等来做内容推荐，也是最终信息流的发展方向。

好，今天的分享就在这里。

-END-