ugc是什么意思(pgc和ugc是什么意思)

本文针对刚刚起步、用户数量较少的UGC内容社区，分享了两个基于内容热度的推荐展示规则，并结合当前几个UGC内容社区案例进行展示。

首先普及一下社交产品、社区产品、UGC、PGC的含义:

社交产品：以沉淀用户关系链为主，体现在：如何让用户之间建立关系、保持关系、升华关系；社区产品：以沉淀内容为主，体现在：如何让用户生产、消费内容，如何为用户呈现内容；UGC：指用户原创内容平台，如抖音、知乎、Instagram、小红书、IN；PGC：指专业化、规模化生产内容的平台，如爱奇艺、优酷、早期的腾讯新闻。

UGC内容社区信息流

以上分别为Instagram、小红书、即刻的内容信息流，分别代表了UGC内容社区三类典型的布局方式：纯图片信息流、图文缩略信息流、图文详情信息流，在数据层面它们都有一些相似特征：以上是Instagram、小红书、即时内容信息流，分别代表了UGC内容社区的三种典型布局模式:纯图片信息流、缩略图片信息流、细节图片信息流。它们在数据层面都有一些相似的特征:

每次下拉刷新内容会变化；内容几乎不会重复出现；内容的点赞、转发、评论等数据都相对较高。

以上面的App内容信息流为例，分享两个基于内容热度的推荐展示规则，适用于刚刚起步，用户数量较少的UGC内容社区，仅供学习交流。

热随机暴露规则

计划目的:

热度高的内容应得到高曝光；尽可能多的向用户曝光内容；

应用场景:

发现、推荐和探索信息流。

上图是小红书的内容详情页，包含了赞、收藏、评论、转发等一些基本数据。因此，我们需要获取这些数据来设计规则，并对其进行整理。如果我们想让规则更准确，我们可以考虑将页面停留时间和页面跳出率等嵌入式数据纳入计算。

热度排名

首先判断：点赞数高低，更高的靠前；如果点赞数相等：判断收藏数，更高的靠前；如果收藏数相等：判断转发数，更高的靠前；如果转发数相等：判断评论数，更高的靠前；如果评论数相等：判断发布时间，发布更早的靠前。

排序规则的判断指标和顺序可以根据实际业务进行调整。

数据过滤

在所有作品中，取出发布时间在5天内的作品，挑入备选池；对备选池里所有的数据，使用热度排序规则进行排序计算；取出排序后数据中排名前20%的作品，挑入曝光池；如果排名前20%的作品数量，不足曝光池限定的最小数量如400，则应把另外80%的作品，按排名依次填充到曝光池中，直到满足最小数量要求。

如果没有设置最小曝光单元数，则计算的数据可能不足，并且内容可能不饱和。

经过以上步骤，筛选出一段时间内社区热度较高的作品数据，其中5天、20%、400三个参数可以根据实际业务进行调整。

刷新机制

方式1：每 x 小时执行一次规则；方式2：监控新作品增量，当增量达到 n 时，执行一次规则。

数据返回

每次请求的数据，都随机返回；当分页数据被请求到末尾后，继续从数据头部开始返回，保持数据循环展示。

保证每一个用户在每一个信息流下拉操作中看到的都是随机数据，提高了每一部作品在曝光池中的曝光概率。

如果有进一步细化曝光的需求，可以考虑按重量对不同热度的作品进行曝光。比如小红书信息流示例图，有8155个作品，30个赞。

方案二:历史热度排名规则

该方案的目的是根据受欢迎程度显示内容和排名；

应用场景:热门信息流。

热度排名

首先判断：点赞数高低，更高的靠前；如果点赞数相等：判断收藏数，更高的靠前；如果收藏数相等：判断转发数，更高的靠前；如果转发数相等：判断评论数，更高的靠前；如果评论数相等：判断发布时间，发布更早的靠前。

排序规则的判断指标和顺序可以根据实际业务进行调整。

数据过滤

对社区中所有作品按热度排序规则进行排序计算，且要排除已进入热门池的作品；取出排名前 x 名的作品，放入热门池的子列表中；子列表再放入父列表中，按照子列表的创建时间倒序排列；如果当前计算中发现无可用作品，则本次计算直接跳过，等待下一次计算；如果整个平台的可用作品数量 < x，则有多少就展示多少内容。

刷新机制

方式1：每 x 小时执行一次规则；方式2：监控新作品增量，当增量达到 n 时，执行一次规则。

在当前的移动互联网中，该方案实际应用的场景并不多，但在虎嗅、36Kr等少数web产品的信息流中仍能看到影子。

在目前的信息流展示策略中，最受认可的是头条兴趣推荐算法，但对于普通企业来说，建设成本极高，感兴趣的朋友可以自行了解一下。

以上，欢迎大家指教，期待更多的交流和学习。

本文由@Ethan原创发布。每个人都是产品经理。未经许可，禁止复制。

来自Unsplash的图像，基于CC0协议。