Part 01 关于内容推荐 7
走近内容推荐 7
推荐系统架构初探 7
YouTube和Netflix推荐架构参考 16
基于推荐架构的优化启示 18
推荐的起点：断物识人 25
断物 25
识人 32
推荐算法：物以类聚，人以群分 39
物以类聚：基于内容属性的相似性推荐 39
人以群分：基于用户行为的协同过滤 41
从算法到应用 47
场景划分 47
推荐系统评估指标 53
连接内容与人 59
冷启动 59
兴趣探索 71
自媒体与平台 75
常见的推荐问题 87
推荐重复 87
推荐密集 91
易反感内容 93
时空限定内容 97
带着偏见看推荐 101
信息茧房 102
推荐会导致LOW？ 105
编辑、算法与社交，三分天下？ 113
面对推荐系统 123
人机大战：效率与目标之争 124
数据分析驱动产品迭代 127
个性化的好与好的个性化 135
Part 02 关于自媒体 139
好内容为什么没人看 139
自媒体的数据分析 143
他山之石：BuzzFeed简介 144
内容阅读分析 149
粉丝增长分析 154
自媒体运营 161
内容快销：标题党的二三事 161
推荐平台优化：从SEO到REO 167
粉丝运营：新时代的新问题 173
全平台运营：从小作坊到MCN 176
自媒体变现 191
变现入门：平台分成 192
广告变现：品牌的溢价 205
自营电商：隔行如隔山 217
内容付费 227
缘何付费，规模几何 235
内容付费平台展望 242