2021-04-21 11:34

快手的產(chǎn)品思路是，交互簡(jiǎn)單易懂，反過來積極影響算法。


組合各種推薦算法，覆蓋用戶不同的需求，以達(dá)到盡可能推薦的視頻都是用戶想看的。


架構(gòu)整體規(guī)劃，用戶使用產(chǎn)品的流程中，全部都影響算法，達(dá)到產(chǎn)品的個(gè)性化，千人千面。


特點(diǎn)是通過全方位的數(shù)據(jù)，精準(zhǔn)刻畫出用戶畫像，針對(duì)不同的用戶，推薦其愿意觀看的視頻，以提升視頻觀看率和增強(qiáng)用戶粘性。關(guān)鍵點(diǎn)在于不停根據(jù)用戶發(fā)生的行為分析用戶意圖。


算法推薦 


快手沒有視頻類別和視頻熱點(diǎn)的概念，只是以播放量和紅心數(shù)量來交互瀑布流形式展示內(nèi)容，同時(shí)還考慮到時(shí)效性，優(yōu)先展示一天內(nèi)的視頻。


算法原因?？焓值漠a(chǎn)品戰(zhàn)略上不是培養(yǎng)大V，反而是要限制大V的發(fā)展，所以沒有排行，不會(huì)主觀引導(dǎo)流量。


紅心這個(gè)行為是比播放量更核心的用戶行為，因?yàn)樗欠磻?yīng)與用戶有關(guān)的信息。


推薦方法覆蓋不同需求


登陸后三種不同的推薦TAB，組合不同的推薦方法。關(guān)注，發(fā)現(xiàn)，同城，默認(rèn)是發(fā)現(xiàn)，展示邏輯是上面說的交互影響算法，關(guān)注TAB里展示所有用戶之前關(guān)注的創(chuàng)作者視頻。同城則是系統(tǒng)給予LBS數(shù)據(jù)匹配附近人發(fā)布的視頻，它強(qiáng)調(diào)調(diào)整的是視頻生產(chǎn)者與觀看者之間的實(shí)際距離。


圍繞用戶核心行為設(shè)計(jì)，教育用戶的同時(shí)有助于用戶的沉淀。


多種推薦算法重疊，彌補(bǔ)不同算法的缺陷，推薦結(jié)果更加精準(zhǔn)。


持續(xù)維持內(nèi)容消費(fèi)者與內(nèi)容生產(chǎn)者的關(guān)系和紐帶。


發(fā)現(xiàn)TAB是協(xié)同推薦系統(tǒng)和內(nèi)容過濾系統(tǒng)這兩種推薦方法結(jié)合的結(jié)果。


協(xié)同過濾系統(tǒng)主要通過用戶歷史觀看愛好，行為，分析用戶興趣給予推薦，它的缺點(diǎn)就是不能冷啟動(dòng)，抖音的算法比較適合冷啟動(dòng)。


內(nèi)容過濾系統(tǒng)，給用戶推薦他們之前喜歡的視頻內(nèi)容相似的其他視頻。


系統(tǒng)收集的主要顯性行為包括，點(diǎn)愛心，評(píng)論，觀看視頻長(zhǎng)度，減少增加某類視頻閱讀等等。


內(nèi)容推薦系統(tǒng)的核心是計(jì)算兩個(gè)視頻在內(nèi)容上的相似度。通過視頻的標(biāo)題或者表述，發(fā)布位置，評(píng)論等抽取某些關(guān)鍵詞給視頻打賞標(biāo)簽，快手完全交給機(jī)器來完成。


關(guān)注這個(gè)TAB下，主要根據(jù)時(shí)間維度隨機(jī)展示關(guān)注的創(chuàng)作者視頻，更像微信朋友圈。這個(gè)欄目中用戶喜好已經(jīng)很明顯了，不需要其他東西來干擾用戶決策，關(guān)注提供了一個(gè)讓內(nèi)容消費(fèi)者與內(nèi)容生產(chǎn)者能持續(xù)交流的紐帶。


同城TAB，通過用戶發(fā)布時(shí)候的位置，進(jìn)行推薦，主要根據(jù)距離遠(yuǎn)近來排序，其中優(yōu)先展示買了頭條和正在直播的用戶，提高內(nèi)容生產(chǎn)者的曝光可能性，增加用戶社交關(guān)系鏈，為用戶的沉淀提供更多可能。


全部評(píng)論（0）

推薦工具