在严选场景我们有多种模块进行流量的分发，比如搜索、推荐、资源位等等，每一个模块都是和严选用户的直接对话，其曝光逻辑影响着用户的决策。为了进一步完善流量结构并提高流量效率，严选开展了流量决策项目，在保留深度学习优势的基础上以一套逻辑透明，可解释性强的调控策略来寻求流量调控的帕累托改善。

作为一名用户体验设计师，在工作中最常出现的痛点有两个：一个是如何让方案获得各个角色的认可，顺利的将方案推行下去；另一个是项目上线之后，设计产出和设计价值如何体现。

构建数据体系设计方法论，可以帮助设计师解决上述两个痛点，即：

• 为设计方案提供依据
• 为设计价值提供验证

直播作为以视频和语音为媒介而进行信息传播的工具，越来越火。本文主要以歌曲播放页直播为例，介绍我们在直播推荐面临的问题和挑战、当前工业界常用的方法，以及我们针对这些问题的优化方案。

在电商场景，首焦的作用是瞬间传递商品以及会场信息，用最短时间促使买家产生浏览的想法，而算法的作用则是将提供给用户最感兴趣的广告素材，进而提升点击，转化等业务指标。

网易内部如严选、云音乐、传媒等数据团队对数据内容体系的治理思路都是将治理规范融入到开发过程中，将治理的动作提前，这其实就是“开发治理一体化”；事后依赖数据资产健康评估和治理工具进行数据的治理，建立事前加事后的数据治理体系。

随着网易数帆商业化的发展，遇到很多金融及大型国企客户，我们发现互联网的这套数据治理的打法并不能全部适应传统行业客户的场景。我们开始向客户和竞争对手学习，为此打磨出元数据管理，数据标准，数据资产目录等子产品，沉淀出一套数据治理的产品体系。

设计师经常碰到这种场景：以一句“设计的挺好”开场然后紧跟着灵魂三问，“这种形式用户能get到吗？形式有更好的吗？这个设计方案靠谱吗？” 翻译一下：这个设计能解决问题吗？再翻译翻译：产品运营以及相关同学为什么相信你的设计是靠谱的？有效的？

为了适应业务的发展，网易严选前端主站团队在业务迭代过程中，先后上线了微信小程序、字节小程序以及支付宝小程序。另外还有还有其他业务线需要同时维护小程序端和H5端。在综合考虑用户体验、开发效能之后，我们决定将一部分业务使用多端框架Taro进行开发（框架选型不是本文的重点，在次不详细展开）。

为低成本地覆盖更多直播场景，严选与伏羲合作，自研了一套能24H自动进行直播和交互的虚拟直播技术体系，已在多个渠道落地。本文将从技术架构、虚拟人技术、素材自动生成、智能交互等几方面介绍相关实践。

在移动互联网迅猛发展的今天，用户分层化、标签化趋势愈加明显。各行各业都需要去调研用户行为做数据分析，问卷调研变成了一个越来越普遍的媒介。本文将结合网易云商问卷调研，分享问卷技术架构的设计与实践。

介绍了工程在RTL适配实践中基于自身特点遇到的问题、解决思路和经验总结。

网易自研天枢系统，帮助企业设计生产降本增效，避免设计资产浪费，提升设计质量。

随着数据量的增大，特别是百亿千亿规模的数据量级运算已经成为常态的背景下，使用更少的资和源更少的时间，更高效的得到数据的统计结果、计算去重汇总指标非常频繁的业务需求之一。本文介绍两种有效的算法来探讨一下非精确的算法在大数据开发中的应用！

本文主要介绍几种主流的模拟点击技术及其应用。

在互联网场景，无论是构建广告、搜索推荐、投放、用户触达等场景，其实都是围绕着用户行为流量进行各种人工或智能策略的流量调控分发或是人群运营。在这些精细智能化运营的背后，对流量数据的丰富性、时效性和灵活性提出巨大的挑战。

本文主要分享了在网易严选电商流量数据建设，一套覆盖全链路、通用场景归因量化、多维度灵活的流量数据体系，服务数据驱动的人货场匹配的核心业务营销场景。

本文会大致介绍一下 Swift 中的 JSON 反序列化常用方案和各自的优缺点，以及云音乐目前正在使用的方案。

当今是流量为王时代，严选作为电商，流量建设就显得尤为重要。流量数据建设比业务数据困难，因为其数据源本身是一些半结构化的数据，没有分析维度的概念，而且流量的数据杂、脏、乱，对数据的检验、整合、治理的难度就会更大。