在机器学习和引荐算法的背面，一般体系将一个物品/内容引荐给用户主要经历两个步骤

咱们在做产品规划的时候经常会遇到以下场景：

例1：规划一款APP，首先要考虑底部导航放几个，分别是什么，次序是什么。这时咱们可以依据计划为目标用户实现的价值，包括未来功用迭代的方向，罗列的有或许需求的功用，然后对功用进行分类，汇总，再分类，这样就完成了一个APP的底部导航规划，一起它也是这款APP的产品架构规划的重要组成部分。微信坚持底部只有四个导航，并且尽或许的不进行改变，分别是“微信谈天”，“通讯录”，“发现”，“我”。

例2：在电商范畴，产品的品类可以说电商产品的核心功用，一方面产品办理从品类开始，另一方面它也是电商产品C端流量的重要入口之一。前台类目、后台类目、一级类目、二级类目、三级类目。

例3：在内容范畴，从最早的门户网站、分类信息网站，到微博，抖音，b站，视频软件等等，都是围绕对内容进行分类，再分发来运转业务。

例4：咱们常用的搜索引擎技能，其算法中很重要的一步是通过检索排序技能，建立索引，而这个进程实践上是一个对网站进行主动分类的进程。

例5：在机器学习和引荐算法的背面，一般体系将一个物品/内容引荐给用户主要经历两个步骤，即召回与排序（最后是引荐）。这个进程浅显的讲便是让机器去完成咱们人类无法完成的对海量数据的分类，对内容或许产品进行分类，再对用户行为分类，然后对两组分类进行比对，完成引荐（当然实践进程要比这个体系和复杂的多）。

类似的场景不胜枚举，仿佛做产品，便是无时无刻不在分类，然后排序（先后，优先级）。

为什么会是这样呢？

01

俞军教师在他的书中说到，产品司理做的作业更接近于社会科学，而不是天然科学。天然科学的研讨目标是天然界存在的物质，可证伪。而社会科学研讨目标是人作为社会中的存在，或人与人组成的社会。由于人类知道的复杂多样，决议人类行为的互相博弈和不确定性，所以社会科学无法重复验证，得出的结论存在不确定性；别的社会科学还具有片面性的特点，对社会事物的知道和评价会遭到很多片面因素的影响。

张小龙也有在揭露课上表示“规划便是分类”。这种表述首先肯定是不科学的，它不能被证明；其次这一表述代表了张小龙对规划这一作业的一种知道和评价，而笔者表达了认同这一观念。笔者以为产品司理在日常作业学习中，通过强化分类这一知道，可以更高效地成长。（这儿的讨论，也反映了产品规划这一作业，既要考虑用户的片面感触，也离不开规划者的片面定见）

既然“规划便是分类”不是科学，那么接下来我的解说也会是归纳性的，根据自己了解的。

其实张小龙在2012年8月的一个内部讲演中已经简略论述了他这样说的原因：“规划便是分类，分类是人类大脑的识别形式，分类是化繁为简的办法之一，PM每天都应思考怎么让工作更条理，越简略的分类越简略被承受。”

咱们把他的表述断句，来列举下他说的几点原因：

1、分类是人类大脑的识别形式。

我的了解：咱们知道这个世界，学习常识，储存常识的形式或许办法是分类。而规划便是在表达咱们的认知。

2、分类是化繁为简的办法之一，越简略的分类越简略被承受。

这一点我觉得我们会好了解一些，简略代表着好的用户体会，分类可以帮助咱们做好用户体会规划。（简略其实代表着更大的信息量，少即是多，今后有机再展开来和我们讨论）

3、PM每天都应思考怎么让工作更条理。

条理代表着有序。分类是为了让研讨目标变得条理，有序。如果说规划便是分类，那么规划也是为了让研讨目标变得条理，有序。

那么为什么条理和有序就意味着正确和有价值呢？

02

我想这应该才是回答为什么规划便是分类的关键。

熵增与熵减，无序与有序。

1、熵，体系状态的一种量度，本质是一个体系“内在的紊乱程度”。熵衡量体系的无序性。（信息熵：把信息中排除了冗余后的均匀信息量称为“信息熵”。信息熵的提出解决了对信息的量化度量问题。）

2、熵增规律，在天然进程中，一个孤立体系的总紊乱度、总安稳度（即“熵”）不会减小。熵增规律提醒了万物演化的终极法则，暗示着人类终将走向毁灭，整个宇宙也终将归于热寂。