Chap1 作业

Task1

写出地图产品推荐路线的策略。

1. 待解决的问题/目标:

给用户推荐从起点到终点的路线,并令用户可根据不同维度便捷查询、排序,选出心仪路线。

2. 输入:

  • 起点
  • 终点
  • 出行工具(打车、自驾、公交、骑行、步行)
  • 出发时间
  • 路况
  • 各出行工具已有的行进路线及计价规则
  • 过往同时段类似起止位置的出行时长

3. 计算逻辑:

给每种出行工具,计算出路程时长最短的 3-7 条路线。

4. 输出:

  • 根据不同出行工具列出路线推荐
  • 并按路程时长正序排列,列出预估路费
  • 同时标注一些路线特性,比如步行少、骑行方案、交通灯少、换乘少、已停运等,以便用户在同类交通工具下,快速选出自己喜欢的

Task2

梳理视频产品推荐路线的策略。

1. 待解决的问题/目标:

给用户推荐其最可能点击的 6 个视频,吸引其继续在站内浏览。

2. 输入(他「最可能点击」这件事受哪些因素影响):

  • 该用户的特征
    • 用户自己向网站提供的信息,比如性别、年龄、地域、学历、分享/上传的内容等
    • 历史行为
      • 站内日志信息和地理位置信息
      • 第三方提供的日志信息和地理位置信息
  • 近期全网热门话题特征(类别、关键词)
  • 近期站内热播内容列表
  • 该结束播放的视频特征(类别、关键词)
  • 看过该视频的同类用户的历史行为
  • 候选内容的特征(类别、关键词)

3. 计算逻辑:

将这些特征通过一定的计算规则转化为唯一的「喜欢度」指标。

4. 输出:

按「喜欢度」从高到底排序的内容。

自评

本章作业陆续花了 2 小时来完成,自己评估算是勉强及格:

  • 优:
    • 能较准确地定义问题(见 Tips For Strategy PM · Road2StrategyPM 中的举例),给出的输入条件也比较全面。
    • 乐意主动搜寻信息,了解更多相关知识。比如在思考视频网站的输入信息时,顺带搜索了一下网站如何采集、使用用户信息。典型的比如 腾讯隐私政策
  • 缺:由于条件边界太宽,且感觉自己一时穷举不尽,在作业中未给出细致的计算规则,只给出了很模糊的说法。

更多本章反思,可见 Review · Road2StrategyPM

CHANGELOG

  • 180405 闪闪优化作业、增补自评
  • 180404 闪闪创建

results matching ""

    No results matching ""