抖音短視頻平臺(tái)視頻推薦模式研究

一、基于用戶信息的基本協(xié)同過濾
基于用戶信息的基本協(xié)同過濾是抖音整個(gè)算法體系中最基礎(chǔ)和最簡單的算法,也是在視頻推廣過程中普遍應(yīng)用的算法。抖音通過獲取用戶注冊(cè)時(shí)的基本信息,如性別、年齡、地址和基本興趣點(diǎn),對(duì)用戶的畫像有了大致的描繪。其后,在信息分發(fā)過程中,抖音通過考慮用戶之間的相似程度進(jìn)行相似內(nèi)容的推薦。當(dāng)用戶開始接觸平臺(tái),且所提供的信息越詳細(xì)或越準(zhǔn)確,其對(duì)用戶需求的判斷越接近用戶的真實(shí)需要。我們可以構(gòu)建如下推薦模式模型。
假如a、b、c、d的基本信息較為相似,則前期在a、b、c共同感興趣的內(nèi)容或產(chǎn)生點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)等使用行為的內(nèi)容會(huì)較為優(yōu)先推薦給d。比如,抖音的主界面分為同城和推薦兩個(gè)模塊,推薦模塊一個(gè)重要的原則就是視頻內(nèi)容和用戶興趣的匹配程度。匹配程度越高的信息越能夠被推薦。通常,在平臺(tái)用戶的初期使用階段,此種獲取方式最為主要,這種相對(duì)簡單的算法推薦原則對(duì)于用戶具體興趣的判斷是相對(duì)模糊的,更多的是相似特征人群的興趣集合判斷。可以說,不斷擴(kuò)大的用戶數(shù)量和使用行為為這類基礎(chǔ)算法提供了數(shù)據(jù)源,通過海量數(shù)據(jù)的收集與分析,這類算法的精準(zhǔn)程度會(huì)不斷提升。與快手等其他視頻應(yīng)用不同,抖音用戶較為集中在城市,用戶的學(xué)歷和年齡差距相對(duì)較小,媒介素養(yǎng)也較為相似,而這也是這類基礎(chǔ)算法較為適用的重要原因。
二、基于“去中心化”的精準(zhǔn)推送
社交媒體最重要的原則就是“去中心化”,“把關(guān)人”的作用逐漸弱化,每個(gè)用戶都是傳播場域中的節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)都可以獨(dú)立地生產(chǎn)內(nèi)容,擁有一定的話語權(quán),內(nèi)容并非集中于少數(shù)的關(guān)鍵用戶。在這種“去中心化”的精準(zhǔn)推送中,內(nèi)容和社交關(guān)系成為被抓取作為信息精準(zhǔn)分發(fā)的主要依據(jù)。我們可以通過用戶個(gè)人的視角構(gòu)建如下信息獲得模型。
這一類的精準(zhǔn)算法可以分為兩大類:一類是以內(nèi)容興趣點(diǎn)為篩選維度的推薦,這個(gè)維度下,現(xiàn)實(shí)社交環(huán)境中的聯(lián)系較弱,甚至沒有聯(lián)系;另一類是以社交強(qiáng)聯(lián)系為篩選維度的推薦,在通訊錄中的好友、同學(xué)都會(huì)成為推薦所抓取的對(duì)象。重合部分往往會(huì)獲得較多的推薦。
內(nèi)容維度可以理解為以相同的職業(yè)、愛好、話題組成的相近興趣的集合。平臺(tái)基于用戶使用行為的習(xí)慣,諸如點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)等行為,通過數(shù)據(jù)驅(qū)動(dòng)的方式挖掘用戶的興趣點(diǎn),從而在下一輪的視頻推薦中合理選擇,進(jìn)一步取悅用戶,增加黏度。
社交關(guān)系維度可以理解為以現(xiàn)實(shí)的社交關(guān)系為連接的集合。這類關(guān)系基于社交關(guān)系的聯(lián)系程度從而變得更強(qiáng)。每個(gè)人的社交圈都隨著移動(dòng)互聯(lián)技術(shù)的進(jìn)步而不斷擴(kuò)大,但是,用戶本身和現(xiàn)實(shí)社交中好友或同學(xué)的關(guān)注點(diǎn)相似性不高。正是基于這種算法推薦,用戶在抖音的使用過程中通常會(huì)看到通訊錄好友發(fā)布的內(nèi)容,因?yàn)槠脚_(tái)通過算法也優(yōu)先推薦強(qiáng)關(guān)系的好友發(fā)布的內(nèi)容。這反映出短視頻平臺(tái)重要的社交屬性,通過自己拍攝視頻在強(qiáng)關(guān)系中的展示,能夠滿足使用者的需要,增強(qiáng)認(rèn)同感和滿足被別人了解的社交需求。
三、基于“流量池”的疊加推薦
與算法的研究日益成為熱點(diǎn)類似,流量池也是近段時(shí)間以來頻繁出現(xiàn)的熱門詞匯。此前,在新媒體研究領(lǐng)域里,流量思維是較為集中的研究熱點(diǎn),甚至有學(xué)者指出,“得流量者得天下”。流量池思維則是要獲取流量并通過存儲(chǔ)、運(yùn)營和發(fā)掘等手段,進(jìn)行信息的再傳播,以期獲得更多的流量。流量思維和流量池思維最大的區(qū)別就是流量獲取之后的下一步社會(huì)行為,后者更強(qiáng)調(diào)如何用一批老用戶找到更多新的用戶,而流量思維更多的是首輪傳播的效果評(píng)價(jià)。通常來講,在內(nèi)容流量池表現(xiàn)較好的視頻內(nèi)容往往會(huì)進(jìn)入疊加推薦的行列,從而獲得更多的閱讀量和點(diǎn)贊。疊加推薦是以內(nèi)容的綜合權(quán)重做評(píng)估標(biāo)準(zhǔn),綜合權(quán)重的關(guān)鍵指標(biāo)有完播率、點(diǎn)贊量、評(píng)論量、轉(zhuǎn)發(fā)量,且每個(gè)元素所具有的影響權(quán)重又互不相同,當(dāng)達(dá)到一定量級(jí),平臺(tái)就會(huì)以大數(shù)據(jù)算法和人工運(yùn)營相結(jié)合的機(jī)制進(jìn)行不斷的推薦。比如,當(dāng)用戶發(fā)布一條視頻時(shí),平臺(tái)會(huì)自動(dòng)將其分配到一個(gè)流量池當(dāng)中,分發(fā)到一定數(shù)量級(jí)的用戶的推薦界面,然后通過統(tǒng)計(jì)該視頻的播放效果,形成一個(gè)加權(quán)分?jǐn)?shù),轉(zhuǎn)發(fā)量、評(píng)論量、點(diǎn)贊量的權(quán)重依次遞減,分?jǐn)?shù)越高則獲得疊加推薦的機(jī)會(huì)越大,播放效果好的視頻會(huì)再次加入流量池進(jìn)行更大范圍的分發(fā),而表現(xiàn)較差的視頻則失去了被推薦的機(jī)會(huì),沉淀至流量池底部。第二次推薦又獲得比較好的反饋則進(jìn)入下一輪的推薦,從而獲得更大規(guī)模的推薦。流量池推薦帶來了更加明顯的“馬太效應(yīng)”,優(yōu)質(zhì)的視頻被反復(fù)推薦,獲得更大的積累優(yōu)勢,而在第一波流量池推送中“遜色”的視頻則失去了更大規(guī)模被推薦的機(jī)會(huì)。同時(shí),由于這類算法更加基于多重用戶受眾的實(shí)際行為分析,所以經(jīng)常會(huì)有大量級(jí)播放次數(shù)的視頻出現(xiàn)。與前兩個(gè)算法推薦相比,流量池推薦的視頻隨機(jī)性更強(qiáng),其推薦的法則并非主要著眼于視頻內(nèi)容,而更多的是通過用戶的反饋進(jìn)行推薦。換言之,流量池推薦更注重視頻傳播效果的評(píng)價(jià)而非內(nèi)容生產(chǎn)的優(yōu)劣。這也使得一些內(nèi)容并不那么優(yōu)質(zhì)的視頻利用算法推薦的漏洞或不足,能夠取得很高的評(píng)價(jià)分?jǐn)?shù),從而被大量級(jí)推薦,迅速“躥紅”。
四、建議與對(duì)策
依靠強(qiáng)大的算法推薦,抖音已經(jīng)在目前短視頻白熱化的角逐中逐漸占據(jù)上風(fēng)。但是,完全依靠協(xié)同過濾和精準(zhǔn)分發(fā)的單純算法推薦不能夠充分適應(yīng)目前快速發(fā)展的受眾需求,平臺(tái)需要進(jìn)一步完善更多維度的算法推薦系統(tǒng)。采用更加多元和開放的算法,將會(huì)更加合理地促進(jìn)優(yōu)質(zhì)視頻內(nèi)容的傳播。因此,可以進(jìn)一步加強(qiáng)對(duì)抖音用戶使用行為的數(shù)據(jù)挖掘工作,引入滿意度、有用性等其他考量維度,優(yōu)化其產(chǎn)品內(nèi)容評(píng)價(jià)體系分層分類,避免加劇“繭房效應(yīng)”,適當(dāng)調(diào)整興趣內(nèi)容與其他內(nèi)容的分發(fā)比例;進(jìn)一步提高平臺(tái)的識(shí)別能力,對(duì)所謂的“網(wǎng)紅”短視頻內(nèi)容加強(qiáng)甄別,提高原創(chuàng)視頻的推廣力度,加強(qiáng)對(duì)相似或較為雷同的視頻進(jìn)行過濾審核,避免“同質(zhì)化”內(nèi)容高頻出現(xiàn);積極引入或增加人工審核的機(jī)制,在審核過程中提高人工排查的參與程度,逐漸樹立傳播審核過程中“人”的參與意識(shí);積極鼓勵(lì)“pgc”的產(chǎn)品生產(chǎn),對(duì)于具有優(yōu)質(zhì)視頻生產(chǎn)能力的用戶給予鼓勵(lì),通過身份認(rèn)證、延長視頻時(shí)限等方式給予支持,提升全平臺(tái)的視頻制作水平;始終堅(jiān)持“內(nèi)容為王”的運(yùn)營和管理理念,依靠優(yōu)質(zhì)的平臺(tái)內(nèi)容增加用戶黏度和吸引新用戶,就一些具有明顯“嘩眾取寵”和惡搞的內(nèi)容,引入投訴和其他負(fù)面評(píng)價(jià)機(jī)制,進(jìn)一步凈化網(wǎng)絡(luò)空間。
參考文獻(xiàn)(略)
本文收集整理于網(wǎng)絡(luò),如有侵權(quán)請(qǐng)聯(lián)系客服刪除!
- 應(yīng)用電子技術(shù)中可編程控制器的應(yīng)用探討
- 探析動(dòng)畫視聽設(shè)計(jì)元素在日式動(dòng)畫作品中的應(yīng)用
- 關(guān)于微信電臺(tái)怎么做的幾點(diǎn)思考
- 計(jì)算機(jī)惡意軟件的危害及防范方法
- 人工智能在知識(shí)付費(fèi)產(chǎn)業(yè)中的應(yīng)用研究
- 高職院校公共機(jī)房的管理維護(hù)
- 基于Alluxio的脈沖星搜索系統(tǒng)優(yōu)化的探討與實(shí)現(xiàn)
- 基于區(qū)塊鏈的可信通信探討
- 大學(xué)生會(huì)計(jì)信息披露論文題目一般怎么寫「優(yōu)選推薦」
- 人力資源管理畢業(yè)論文題目名稱80例「寫作必備」
- 計(jì)算機(jī)專業(yè)論文開題報(bào)告范文
- 關(guān)于網(wǎng)站設(shè)計(jì)的開題報(bào)告
- 別墅庭院設(shè)計(jì)開題報(bào)告
- 財(cái)務(wù)報(bào)表分析開題報(bào)告范文
- 經(jīng)濟(jì)管理學(xué)論文開題報(bào)告免費(fèi)參考
- 精選法學(xué)論文開題報(bào)告范文
- 優(yōu)秀別墅設(shè)計(jì)開題報(bào)告范文
- 開題報(bào)告格式及范文模板
- 高中數(shù)學(xué)課題研究開題報(bào)告范文分享
- 優(yōu)秀土木工程碩士開題報(bào)告應(yīng)具備的特點(diǎn)
- 優(yōu)秀軍事理論論文題目大全80例「范例推薦」
- 經(jīng)濟(jì)專業(yè)畢業(yè)論文精選范文50篇
- 財(cái)務(wù)報(bào)表分析開題報(bào)告范文
- 計(jì)算機(jī)惡意軟件的危害及防范方法
- 基于PacketTracer的IPv6綜合路由實(shí)驗(yàn)
- 基于Alluxio的脈沖星搜索系統(tǒng)優(yōu)化的探討與實(shí)現(xiàn)
- 關(guān)于網(wǎng)站設(shè)計(jì)的開題報(bào)告
- 法律專業(yè)畢業(yè)論文題目50例
- 經(jīng)濟(jì)管理學(xué)論文開題報(bào)告免費(fèi)參考
- 計(jì)算機(jī)專業(yè)論文開題報(bào)告范文
- mpa論文開題報(bào)告寫作快捷方法有哪些?
- 法律專業(yè)畢業(yè)論文題目50例
- 自拍圖像中的記憶痕跡
- 基于TMS320C6416的遠(yuǎn)程升級(jí)的設(shè)計(jì)與實(shí)現(xiàn)
- 會(huì)計(jì)學(xué)論文選題如何快速完成
- 培訓(xùn)與開發(fā)分享畢業(yè)論文題目分享
- 別墅庭院設(shè)計(jì)開題報(bào)告
- 基于matlab的畢業(yè)論文題目精選
- 關(guān)于網(wǎng)站設(shè)計(jì)的開題報(bào)告
- 基于Alluxio的脈沖星搜索系統(tǒng)優(yōu)化的探討與實(shí)現(xiàn)