案例复盘：信息流排序设计心得-技术圈

现在的内容类产品，无论是app还是在web端上，都会有信息流。比较集中的信息流设计分为两类

一是列表类设计；另一类是卡片类设计

列表类信息流设计在同一个屏幕下展示更多的信息，提高了用户阅读和筛选信息效率，同样由于没有较多的图片、过多的冗余加载信息，导致这类加载速度快。如下图分别是列表信息流、卡片信息流设计方式。

卡片类信息里设计，由于有图片展示，屏幕更加统一。自然增加了用户阅读体验，但会对信息流的图片有要求。比如封面的图片质量太差、设计效果不统一，反而造成用户体验下降。卡片类设计方便展示用户头像、或图片、视频类内容信息流。

信息流的两种排序方式

第一种是比较经典信息流排序方法即时间流排序，适合在早期用户量少、内容产生不多的情况下，通过时间排序来展示信息流。

可仅采用时间流不做人工干预也会导致平台自身内容被顶下去，由此人工干预+时间流算法，成了通用做法。

时间流的排序方式分两种：正向排序、逆向排序

采取时间流排序也一定要注意排序的顺序。

比如用户阅读信息流都会有一个习惯，通过下拉刷新新内容总是从顶部加载进来。而不是在信息流底部找内入。如下图下拉加载刷新后，新内容展示在第一条。这种排序方式是倒序排列

和下拉加载刷新同理，一旦有用户在平台发布信息流内容也应该展示在信息里顶部。信息流本身是可以支持无限下滑（只要有足够多的内容）因此用户只能在顶部看到自己的内容。

但采取时间流正向排序不但造成用户看不到自己的内容，同时也会造成浏览成本。（比如用户要不断往下刷才能看到自己内容）

逆向排序，是时间流通用的做法。

第二个信息流推荐算法是：个性化推荐方式

随着内容产生越来越多，和用户的增长。时间流+人工的方式将会面林天花板：

如何给用户推荐喜欢的内容，同样给好的内容找到合适的用户曝光成了平台继续解决的问题。

一般推荐系统就在此应用了。推荐系统的第三方厂商、和自研方式也多样，这类就不在讲述了。

推荐算法要结合用户采集行为、业务信息（商品订单、用户画像）等来做内容推荐，也是最终信息流的发展方向。

好，今天的分享就在这里。

Kevin带新人第2期21天小程序训练营

我在9月29日到10月21日，开展了2020年第2期21天小程序训练营。如果你打算转型数据产品经理、学数据知识，欢迎报名

点击卡片即可跳转