抖音短视频平台视频推荐模式研究

一。用户信息的基本协同过滤

用户信息的基本协同过滤是抖音整个算法体系中最基础和最简单的算法,也是在视频推广过程中普遍应用的算法。抖音通过获取用户注册时的基本信息,如性别。年龄。地址和基本兴趣点,对用户的画像有了大致的描绘。其后,在信息分发论文网过程中,抖音通过考虑用户之间的相似程度进行相似内容的推荐。当用户开始接触平台,且所提供的信息越详细或越准确,其对用户需求的判断越接近用户的真实需要。我们可以构建如下推荐模式模型。

二。去中心化“的精准推送

社交媒体最重要的原则就是去中心化“,把关人“的作用逐渐弱化,每个用户都是传播场域中的节点,每个节点都可以独立地生产内容,拥有一定的话语权,内容并非集中于少数的关键用户。在这种去中心化“的精准推送中,内容和社交关系成为被抓取作为信息精准分发的主要依据。我们可以通过用户个人的视角构建如下信息获得模型。

这一类的精准算法可以分为两大类:一类是以内容兴趣点为筛选维度的推荐,这个维度下,现实社交环境中的联系较弱,甚至没有联系;另一类是以社交强联系为筛选维度的推荐,在通讯录中的好友。同学都会成为推荐所抓取的对象。重合部分往往会获得较多的推荐。

社交关系维度可以理解为以现实的社交关系为连接的集合。这类关系社交关系的联系程度从而变得更强。每个人的社交圈都随着移动互联技术的进步而不断扩大,但是,用户本身和现实社交中好友或同学的关注点相似性不高。正是这种算法推荐,用户在抖音的使用过程中通常会看到通讯录好友发布的内容,因为平台通过算法也优先推荐强关系的好友发布的内容。这反映出短视频平台重要的社交属性,通过自己拍摄视频在强关系中的展示,能够满足使用者的需要,增强认同感和满足被别人了解的社交需求。

三。流量池“的叠加推荐

四。建议与对策

依靠强大的算法推荐,抖音已经在目前短视频白热化的角逐中逐渐占据上风。但是,完全依靠协同过滤和精准分发的单纯算法推荐不能够充分适应目前快速发展的受众需求,平台需要进一步完善更多维度的算法推荐系统。采用更加多元和开放的算法,将会更加合理地促进优质视频内容的传播。因此,可以进一步加强对抖音用户使用行为的数据挖掘工作,引入满意度。有用性等其他考量维度,优化其产品内容评价体系分层分类,避免加剧茧房效应“,适当调整兴趣内容与其他内容的分发比例;进一步提高平台的识别能力,对所谓的网红“短视频内容加强甄别,提高原创视频的推广力度,加强对相似或较为雷同的视频进行过滤审核,避免同质化“内容高频出现;积极引入或增加人工审核的机制,在审核过程中提高人工排查的参与程度,逐渐树立传播审核过程中人“的参与意识;积极鼓励PGC“的产品生产,对于具有优质视频生产能力的用户给予鼓励,通过身份认证。延长视频时限等方式给予支持,提升全平台的视频制作水平;始终坚持内容为王“的运营和管理理念,依靠优质的平台内容增加用户黏度和吸引新用户,就一些具有明显哗众取宠“和恶搞的内容,引入投诉和其他负面评价机制,进一步净化网络空间。

抖音短视频平台视频推荐模式研究