我分析 Google 发现 Feed 的方法

[fomayof928@mowline]

让我解释一下我做了什么以及如何做的，以便您可以更好地理解这种分析并找出其局限性。

在两个月的时间里，每周五天，我进行了各种用户行为，目的是影响我的发现提要。

我在移动设备上询问了有关特定主题的问题，在桌面上搜索了其他主题...点击了结果...没有点击结果...直接进入网站并点击...直接进入网站并没有点击任何东西，等等。

换句话说，我想看看谷歌对我 挪威电报数据库 的不同行为有何反应。我想看看是否有任何一种行为比其他行为对我的发现提要的影响更大。

为了做到这一点，我搜索了平时不会搜索的内容，访问了平时不会访问的网站，有时甚至限制了我通常的搜索行为。这样就不会影响推送。

例如，我非常讨厌名人新闻和八卦，所以我每天（周末除外）都会访问 People.com，浏览该网站而不点击任何内容。然后我记录了相关内容（即名人废话）是否在第二天出现在我的发现提要中。

我用这种方式记录了我的各种“网络行为”。我会遵循既定的行为（例如，在移动设备上搜索与特定主题相关的内容，但不点击任何结果）并记录一段时间内我的“发现”提要中发生的事情。

以下是我所执行的不同行为的细分，以及与每种行为相关的主题。 （据记录，每个行为对应一个主题或网站，以便我可以确定该行为对我的发现提要的影响。）

为了使其更容易想象，您可以在下面找到 CNN 如何在其实时博客上实现此功能的示例。下面的示例在2020 年 11 月 3 日的选举报道中有两个“liveBlogUpdate”功能。