（2）智能推荐排序法。智能推荐排序法，是目前每个高用户量 UGC 社区都想用的一个算法，其解决的核心问题是在平台中将用户所需要的内容推荐给用户。智能推荐排序法通常会有一个智能推荐引擎，该引擎是各种算法的结合，系统将基础的信息采集后分别放入相应的采集库，通过引擎将平台中的内容推荐给相应的用户，今日头条的智能推荐排序法一直处于领先地位。智能推荐排序法使用户停留在Feed上的时间变长的可能性增大。智能推荐排序法在Feed中给用户的是非线性时间轴，用户会产生一种错觉，昨天的球赛已经结束了，但今天刷新出的Feed为“球赛开始了”。

2）重力排序法和智能推荐排序法（1）重力排序法。重力排序法依靠时间进行Feed拉取，根据时间从近到远，依次将Feed进行拉取展示，这便是重力。权重标签可以是Feed的权重标签，也可以针对内容、针对产生Feed的对象。比如，针对内容为点赞、阅读、转发等；针对对象为关注好友、好友活跃度、好友粉丝度排序。重力排序法的意义：重力排序法是基于时间的算法，尽可能地将有效的内容展现给用户，让用户能够得到需求或平台高质量的内容。重力排序法依据时间流的顺序，不会让用户产生无厘头的感觉，用户得到的不全是系统消息、无效消息。重力排序法需要一个时间存储段。

3.Feed算法与设计1）UGC产品体系（1）强社交体系。强社交体系的 UGC 社区，目前以微信朋友圈为最典型代表，微信的社交关系建立在用户与朋友之间的连接，微信的内容为UGC的代表，微信的Feed方法是以时间排序法将每时每刻朋友圈所生成的Feed都刷新出来。时间线成了的唯一标准。（2）弱社交体系。弱社交体系的 UGC 社区，以微博为例。微博因内容涵盖好友与非好友，在用户的社交圈中就属于弱社交体系，并不强调用户与好友之间的关系，而强调用户与用户的关系。微博用了 Feed 存储区、Feed 未读池，微博的UGC经历了从重力排序法到智能推荐排序法的过渡。

2.广场与热门上面介绍了 Feed 的内容源，下面便集中展示 Feed，以常见的广场与热门举例。广场：所有消息的集合，系统、运营、用户消息集合（常见的）（不排除因产品定位不同将系统消息部分过滤）。热门：根据算法将热门的内容按热门程度从高到低排序，或按用户活跃度排序等。不同的Feed分类涉及的算法可以不同，也可以以同一个算法满足所有分类。以同一个算法满足所有分类最简单的是目前热门的智能推荐系统，不管是哪个版块、Feed的分类怎么样，都可以推荐，让用户看到他需要的内容。在一个 UGC 模块中，基于用户的生态与平台生态，Feed 的推送需要考虑权重占比。

1.用户关系与内容源无论是PC端还是移动端，UGC社区最重要的便是信息流展示，其信息流的展示方式和排序方式是我调研的重点。提到 UGC 模块，产品经理进行落地设计时需要考虑用户的社交关系，这一点在不同产品中，有弱UGC、强UGC的倾向。产品经理在进行 UGC 模块设计之前，要弄清楚其产品的用户社交关系以及产品社交定位的强度。大多数UGC模块都会将UGC内容按用户角度与平台角度分类，推出相应内容，当然在如今的智能个性化推荐中，平台既要能够保证展出需要曝光的内容，又要保障曝光的内容是用户需要的内容。

所以，淘宝首页这个产品概念对应的切入点就是新手买家的各种购物需求。而对于竞争优势，作为淘宝的一个子产品，淘宝首页主要依托于主站多年的积累。这个例子里，很难说是先有了淘宝首页，然后淘宝的产品经理们一步步明确了对应的用户需求场景，还是先发现了新手买家网购的痛，再设计的淘宝首页，这并不关键。打个不吉利的比方，公司有一个半死不活的产品，你发现正好能满足一个原来没意识到的用户需求场景，那也是大功一件。所以，问题和解决方案，不一定先有哪个，最重要的是要找到它们的匹配。

接着，要确定这批核心用户的刚性需求和典型场景。► 第一步，类似地列出新手买家的各种需求：逛、购物、学习如何使用淘宝等。举个例子说明一下“逛”，“逛”不等于无目的的购物，而是“我没打算在淘宝买××，但我想来看看商家的底价，以及别人怎么评价这个东西”这类场景。► 第二步，对这些需求做价值判断。这个例子中，我们优先满足“购物”。► 第三步，判断“购物”这个需求场景的粒度是否足够细。如果够细，到此为止，如果不够，回到第一步再细分，并循环这三步。此例中，各种“购物”的需求我们都想满足，所以整个“购物”可以看作刚性需求。但在具体满足时，还是需要细分，以便在首页上用不同的功能模块满足不同类购物的需求场景。

案例：淘宝首页。随着时间推移，淘宝的产品经理们逐渐理解了首页存在的意义，它不只是一个普通的页面，而且是淘宝一个很重要的产品，我们通过它来看看产品是怎么寻找切入点的。首先，我们要确定这个产品的核心用户。► 第一步，做用户细分，列出可能与淘宝首页***的各种用户：买家、卖家、合作伙伴（即服务买卖方的服务商）、淘宝员工、竞争对手、机器爬虫，等等。► 第二步，判断每种用户的价值，排个优先级。这个例子比较简单，显然是“买家”最重要（整个淘宝谁更重要很难说，但首页一定是买家更重要）。► 第三步，判断“买家”这个用户群体的粒度是否足够细。如果够细，到此为止，如果不够，回到第一步再细分，并循环这三步。

8.和这样的竞品玩，比得是产品功能的优劣，比如你是现磨的，他是采购袋装的。你可以引发喝豆浆应该加糖还是加酱油的旷世舌战，他有红豆、花生等多种口味可选，还可以装背包里带走……你观察一下每天路过的用户都是什么样的人，大致就知道各自的优劣势了。这样的竞品分析，相对简单，瞄着和你做同样产品的人即可，好比猫眼和淘票票互盯，暴风影音和QQ影音互盯。而这种分析的结果，往往也只能带来一些功能层面上的优化，不会对产品方向带来什么新思路。

7,聊聊竞品分析，具体怎么分析，网上有很多方法。初级的做法是列一个表格，对比一下几个产品，标出各种功能的有无，诸如A有B没有、C有D没有、AB都有但CD更好，等等。但是到底什么是“竞品”，很多人都理解错了。下面，带大家逐步拓展竞品的范畴：相似的产品→能满足同样需求的不同产品（从表层到深层需求）→所有消耗用户时间的产品。假设你是一个早点摊子上负责卖豆浆的伙计。为了卖出更多的豆浆，拿到更多的提成，开始做竞品分析，你会把什么当作竞品？最初级的考虑是同质产品，旁边那个卖豆浆油条的摊子，肯定算一个，这叫“用同样的产品功能解决同样的用户需求”

6.比如近年来，电动汽车对于汽油汽车，逐步显现出了很多竞争优势。电池技术的成熟，使得续航里程接近了“一箱油”，电动车越来越实用了。充电桩的密度越来越大，私人安装也越来越方便，充电问题逐渐减小，很多城市的上牌、限行政策也是利好。这些，使得电动汽车的优势逐步上升。再来几个例子：叫外卖而不出去吃，是因为想节省外出的时间，或者就是懒。网上买家用电器，是因为可以把很多型号放在一起对比技术参数和价格。接客户用更贵的专车而不是快车，是因为车好服务好，可以让客户对我们的印象加分。你的优势，会成为用户选择的理由。

5.我们做产品时，通常会找一个“竞争标的”，也就是这个产品到底是跟谁对比的。优势是与另外一些解决方案比出来的，“标的”的选择很重要，体现了你的定位与开局思路，视野和格局。任何一个值得解决的问题，通常已经有很多解决方案了，但是这并不意味着你就不可以再做。但，再做的话要和现有的解决方案相比，是否创造了额外的价值？如果额外的价值大于转移成本，那么新的解决方案就能获胜。对于竞争优势，“人无我有”是一种，比较容易理解；“人有我优”也是一种，无非“多快好省”，具体地说，包括更多功能、更快搞定问题、更好的质量、更省钱，等等

4.简单的一句话，说出你的解决方案是什么，一个App，一个网站，一个服务体系，还是一个企业协同办公的工具？第02章讨论的产品分类，在这里就用得上了，可以分门别类地列出来供筛选、确认。举一个口碑网的案例。口碑网和大众点评差不多，同一时间起来，后来做得没有大众点评那么顺利，特别是被阿里收购以后。它的创始人是李治国，也算是阿里最早的产品经理之一，现在是天使投资人和挖财的CEO，多年前和他交流过。口碑网的初衷很简单，李治国自己经常去一些餐馆吃饭，他发现很多餐馆味道不好价格又贵，或者卫生不好、服务员态度很差。他就想，要吐吐槽但是没地方吐，别人还得继续上当受骗，应该有一个什么东西，让这些黑店就不要有生意了，让好的餐馆生意越来越好。最后，就有了口碑网。这个案例中用户需求场景的简化描述为：常去餐厅吃饭的年轻人，踩了雷以后要吐槽发泄。产品概念：一个有餐厅列表、可以点评的网站。

3.俗话说，做产品就是做场景。在用户、需求确定的前提下，场景也会有很多。特别是在移动互联网时代，移动设备作为我们身体的延伸，随时随地进行着场景的切换。但我们更在乎的是典型场景。到底什么场景更典型？可以通过有没有“唤起点”来判断。在某种情景下、某时某刻，用户能想到，最好是能第一个想到你的产品。这个时刻就是产品的唤起点。工作日的10点多，很多IT民工都开始发愁中午吃什么，这时候，就唤起了“饿了么”、“大众点评”、“口碑”等。晚上下班回家，平时一直蹭他车的同事今天要加班，没得蹭了，这时候，唤起了“滴滴出行”。……上述都是主动唤起，用户主动想到你……可怜的是，很多产品根本没有任何“唤起点”，用户怎么想到用你？这也意味着你还没找到自己的典型场景。所以，只要是一个“点”，就不要怕小，怕的是没有独特性，怕的是不够典型。