短视频推荐机制

这是一篇关于短视频推荐机制的思维导图。平台会按照用户喜好推荐，可能会导致同类型问题比较严重，所以为平台过滤内容增加位置。通过平台用户对内容打分，过滤出优质内容和劣质内容，将优质内容推送给其他更多用户，劣质内容则淘汰不再推送。

在校大学生短视频需求分析

• 工具和设备
  • 摄像机
    • 创作人员需要根据的用户反馈，快速调整创作方案，缺少内容沉淀
    • 新产品，没有存量的用户行为数据做参考
    • 产品需要一个月时间完成研发和上线工作。难以完成数据量极大的推荐机制
  • 在线平台
    • 按照内容发布时间新旧排序，新发布的内容用户先看到
    • 按照用户点赞量递减排序，优质资源享有更大曝光量
  • PC端
    • 产品上线后2-3个月，出现两级分化的情况
      • 原因一：用户基数较小，探究的样本空间就相对较小，所以分化比较严重
      • 原因二：这段时间为内容创作适应阶段，需要长期对标用户，调整创作方案和创作类型
    • 在大半年到1年时间，各类型的负增长明显减少，用户次日留存稳定在15%左右。
• 人物
  • 女大学生
  • 男大学生
• 环境
  • 项目背景
    • 运营需要：运营活动、时效性内容需要强制推荐
    • 优化方案：完全按照用户喜好推荐，导致同类型问题比较严重
  • 方式机制
    • 增加运营位，保证大部分用户首次启动可以看到，同时不影响用户体验
  • 线上运营情况
    • 运营活动有效触达，用户次日留存得到了很大提升，达到30%以上。
• 方式方法
  • 拍摄
    • 按照用户喜好推荐，可能会导致同类型问题比较严重，所以为平台过滤内容增加位置
  • 修整视频上传
    • 通过平台用户对内容打分，过滤出优质内容和劣质内容，将优质内容推送给其他更多用户，劣质内容则淘汰不在推送。
    • 制定随机种子
      • 内容随机推送给100个用户，然后通过100个用户对内容的行为操作统计分数
    • 优劣判断
      • 设定优劣分数判定标准，150分以上为优质。
    • 优质推送规则
      • 100个随机用户完成打分后，将优质内容按照分数高低推送给其他用户，优质内容每天进行重计分和重排序
    • 打分规则
      • 内容得分=完播系数*分数+是否分享*分数+是否关注*分数+是否评论*分数+是否点赞*分数+是否收藏*分数
      • 分数：指的是每个行为占比，这里，设定所有行为总分=10，完播分数=5，其余各项分别=1
      • 完播：指的是内容完整播放，进度条滑动不计算在内
• 精神食粮
  • 用户偏爱
    • 功能上线后，保持每天10条以上优质内容产生，目前来看，属于稳定的循环
    • 用户平均使用时长达到4分钟到5分钟
    • 用户留存达到35%以上。（留存增长较快，和运营、推广都有较大关系）