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。
Part 1
小视频行业困境
01
获取优质视频成本增加
购买视频成本过高，激励用户发布视频又对用户量有所要求，同时，随着监控力度的增加，视频审核也是一笔不小的支出。
02
引流后用户易流失
用户来的快去的也快，一不留神就陷入“花钱引流-用户流失-花钱引流”的困局。
03
竞争大，难脱颖而出
前有“抖音、快手”，后有“微信视频号”，想要脱颖而出，仍需披荆斩棘。
Part 2
搭建小视频应用，推荐来支招
明确产品定位
——解密“抖音、快手”的背后逻辑
很多人觉得抖音和快手差不多，其实深入研究后会发现两家运营逻辑有很大差别，这也导致大家想到快手，就会想到“老铁666”，想到抖音，就会联想到明星和特效，我们来详细解析下抖音和快手这两款产品的差异之处。
01
Slogon传递产品价值主张
抖音的slogon是“记录美好生活”，最早是“让崇拜从这里开始”，什么是美好生活？和光鲜亮丽的明星网红想比，工地里搬砖就显得不那么美好。
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。
02
价值主张背后的产品设计
进入抖音，看到的是滚动式首页，不需要用户选择，抖音会把视频直接推送给用户，一旦推送的不好，可能会导致用户流失，这也就促使抖音花费大量精力筛选出优质视频。而快手给予不同视频流量，在产品设计上，除了首页的视频列表推荐，还增加了同城栏位。
03
产品设计背后的分发逻辑
抖音和快手背后形成了不同的视频分发逻辑：
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。
Part 3
视频与用户的精准匹配
实现用户和内容的精准匹配不是一件容易的事，但这个是视频产品的核心，值得投入大量精力去优化，达观数据作为toB推荐供应商，分享下在服务众多推荐企业用户过程中的一些经验。
01
视频深度解析——试探机制与快速计算视频被发布后，首先是作为一个新视频进入推荐候选池，经过用户播放、点赞等一系列操作后才转变为老视频。
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。
02
用户分群画像——新老用户画像刻画
和视频类似，用户也分为新用户和老用户，新用户不得不面对推荐冷启动问题，这里最常见的是热门榜单推荐，在生成热门榜单时需要同时考虑多样性，不同类型的视频都要有一些，如果能获取用户基础属性（年龄、偏好等），那可以利用基础属性缩小候选池，然后在做精细化推荐，E&E CLUB算法也可以有效解决冷启动问题。
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。
03
视频与用户相遇——结合产品场景展示
一个标准的小视频APP应该具备哪些栏位呢？解析如下：
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
Part 4
达观视频推荐案例分享
内容运营与分发效率是短视频平台发展取胜的关键。快手依靠“老铁”文化受到了用户的喜爱；抖音凭借精深的推荐算法后来居上。
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：
针对某某小视频APP进行推荐效果调整
调优策略：
首页：关注指标点击率
推荐热门视频+用户偏好视频+关注用户高时效性视频
沉浸页：关注指标人均播放量和播放时长
推荐完播率/点赞量/收藏量等热门视频+用户偏好类别和标签视频+新视频试探
效果价值：
打造更了解用户兴趣的APP，实现用户和用户、用户和视频的快速配对，促进用户快速增长，在短短1个月内用户量增长超10万。
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。
相关阅读