推荐系统视频行业揭秘 “抖音快手”现象级产品背后的推荐逻辑

随着5G渗透率的快速提升，小视频应用还将迎来新的爆点，小视频行业从不缺对手，想从一片红海中脱颖而出，面临的困境可想而知。如何冲破重重困境，需要找到视频与用户之间的最佳连接，在综合成本、收益、落地难度等因素后，首选智能推荐系统。本文将和大家分享 如何通过智能推荐系统搭建视频行业精准分发体系 。

——解密“抖音、快手”的背后逻辑

快手的slogon是 “拥抱每一种生活” ，最早是“看见每一种生活”，大山里起舞，菜地里高歌，潜入最深的海底，登上最高的山峰，这些生活都值得被看见。

如果是一个红人或者视频质量高，建议去抖音，抖音的“爆款持续热度”政策会让你吸引大量粉丝，抖音会给头部足够流量，这时候，不同用户看到的视频很容易重复。

如果是一个普通人，建议去快手，快手的“流量普惠”政策会给予视频露出，怎么理解“流量普惠”呢？快手会确保不同视频得到曝光，尤其是新视频，快手有严格的时效性控制，并不会因为某个视频大热就一直给流量，这样小众群体发布的视频是容易被大家看到的。

针对新视频，主要基于 静态属性和作者信息进行推荐 ，这里举例说明：

1） 基于静态属性的推荐 ：视频A在发布时属于“搞笑”类别，标签是“抓泥鳅”，视频一经发布，优先推荐给那些也喜欢“搞笑”和“抓泥鳅”相关特征的用户，如果此类用户不多，再进一步扩大用户群，可以推荐给喜欢“赶海”、“段子”等用户群。

2） 基于作者信息的推荐 ：有的作者已经积累了一些粉丝群，他们发布的新视频会优先推荐给喜爱该作者的用户。

针对老视频，除了基于静态属性和作者信息推荐外，还可以基于统计属性进行推荐，这里举例说明：

基于统计属性推荐： 根据视频的点赞量、完播率等统计属性综合判断视频质量，优先推荐高质量视频。

在新视频向老视频转变的过程，小流量 试探机制 很好用，对于不确定的视频，可以先分出10%的用户进行推荐，然后计算小时级效果，再看是否需要扩大流量。

考虑到老用户已经有了播放、评论、关注等行为，可以构建动态标签画像，推荐相似视频，同时再穿插一些新视频，用于探索用户潜在兴趣。

首页推荐 ：以下拉刷新或列表的形式基于用户偏好推荐小视频

关注页面 ：以下拉刷新的形式给用户推荐关注用户发布的小视频

收藏页面 ：以列表形式展示收藏的视频列表，便于用户查找

发布页面 ：支持自主创作视频，增加用户参与的积极性

那么作为一个小视频开发商，如何快速搭建精准的分发体系呢？达观通过服务数十家小视频APP，提炼出标准服务流程和快速调优方案。

视频案例如下：

目前 达观数据已成功服务澎湃新闻、趣看天下、爆米花、趣配音、聚看点、洋葱视频等多个视频媒体平台 ，针对客户应用场景，从业务、监管、特定推荐等角度，进行推荐模型的定制和优化。此外，达观数据智能 推荐产品在银行业、广电、传媒等个领域进行应用 ，客户涵盖招商银行、浦发银行、民生银行、江苏银行、宁波银行、陕西广电、江苏广电、深圳广电、中国移动、长虹、安利、人民网、四川日报、广而告之、Wifi万能钥匙等近百家各行业龙头企业。