揭秘微信「看一看」如何精准挖掘你感兴趣的内容

作者：maricoliao，腾讯 WXG 应用研究员

一、背景

随着自媒体时代的蓬勃发展，各类自媒体平台每天涌现出海量信息。微信作为最优质的自媒体平台，每天新发表文章数百万篇。汹涌而来的信息，极大地丰富了人们的精神和娱乐生活，但同时也存在着信息繁杂无序、内容同质化、质量参差不齐等问题，而用户最关心的是最新、最热的新闻热点事件。在此背景下，如何快速、准确地挖掘新闻热点内容，帮助用户更快、更好地了解热点事件，并追踪事件的来龙去脉和不同观点，是非常值得深入研究的问题。就此，我们针对微信生态特色，并结合外部媒体资源，构建了热点挖掘平台，对微信热点、全网热点、细分领域热点进行实时监控和深度挖掘。目前热点挖掘平台已广泛应用于微信看一看和搜一搜，以强化新闻热点感知，优化用户时新体验。

二、技术框架

如上图所示，在资源建设方面，我们在微信公众号文章的基础上，接入了腾讯新闻、腾讯视频等数据源，并对外部媒体进行实时监控。考虑到公众号文章在微信生态内具有丰富的阅读、分享和搜索等用户行为，我们在内容侧的基础上，结合了用户侧共同进行热点资源建设。在技术方面，我们主要针对热点内容识别、热点展现开展工作，并在此基础上积累主动学习等语料支撑技术，本文的重点也是分享这三个方面技术经验。

在应用方面，我们已经将相关技术广泛应用于微信看一看，例如，使用热度召回、热度加权进行新闻排序，提升推荐系统时新体验；构建半自动化热门话题，强化热点感知、提升用户互动；利用聚合结果进行多样性控制，解决内容同质化问题。此外，在微信搜一搜的微信热词、query suggestion 和新闻意图等工作中，我们也对热点挖掘技术进行了有效应用。

三、热点内容发现

质量模型

自媒体在提供丰富数据的同时，也带来了大量低质量的内容。由于新闻热点内容在时新、格调、权威方面的特殊需求，有必要进一步完善内容质量衡量体系，对新闻内容进行更多方位的质量把控，以帮助我们更好地甄别优质、热点内容。为此，我们在垃圾广告、色情低俗、标题党等传统通用的低质指标基础上，补充构建了新闻性、调性和普适性等新闻特有衡量指标，以更加精准地识别新闻内容的时新程度、衡量新闻内容的格调高低、判断新闻内容的适用人群。此外，考虑到账号在新闻内容质量控制中的关键作用，我们还建立了账号的质量等级、权威度等级和地域账号体系，以期从内容、账号两个维度，对新闻内容质量进行更好的判断和控制。

在内容新闻性、调性等指标构建中，我们主要使用一套通用的文章分类方法（如下图所示），综合考虑文章标题、正文、账号和图片等信息，使用关键词、embedding、规则进行特征表达，基于 Stacking 方法训练子模型，并使用 XGBoost 算法进行多模型融合。在实际应用中，我们也可以对比 Wide&Deep 和 DeepFM 等方法融合 embedding 特征和传统人工特征，通常情况下 Stacking+XGBoost 的模型更容易调试、可控性更强，可以针对不同场景的具体效果进行选择。

热点发现

热点发现