01 B站的推送邏輯

B站的內(nèi)容有直播、短視頻和長視頻三類，推送邏輯原則上都基于以下幾點：

1. 用戶行為

A 播放歷史

最直接反應(yīng)用戶習(xí)慣和偏好的動作，是大數(shù)據(jù)算法的基本操作。

B. 播放時長

用戶的播放時長，能夠評判其對視頻的興趣度。

播放時間短，用戶可能只是被播放量或標(biāo)題吸引點進(jìn)來隨便看看， 實際并不偏好此類內(nèi)容，平臺將減少此類內(nèi)容的推薦；

播放時間中等，用戶可能偏好此類內(nèi)容，但視頻時長或質(zhì)量影響觀看完整度，這種情況下平臺可能再進(jìn)行幾輪同質(zhì)內(nèi)容推薦，測試用戶的實際偏好；

播放時間長，反映出這類內(nèi)容正對用戶興趣，算法符合用戶需求。

C. 點贊、收藏、評論等操作

用戶的這些動作都是從長度、情感偏頗、可讀性反映出用戶對內(nèi)容的喜好程度。

D. 關(guān)注和訂閱

關(guān)注和訂閱的up主、話題等，也會暴露用戶的興趣。

假設(shè)某一用戶關(guān)注了巫師財經(jīng)、半佛仙人、財經(jīng)藥丸，系統(tǒng)在評估用戶愛好的時候也會貼上金融愛好者的標(biāo)簽。

E. 消費行為

B站用戶的消費除了會員外，還有投幣、打賞等消費，會留下交易金額、時間、類型等痕跡。

投幣點贊收藏，三連走起

2. 用戶身份

用戶的身份信息包含性別、年齡、教育水平、地理位置等，允許訪問通訊錄、上網(wǎng)記錄后，平臺還可以獲取到社交關(guān)系和其他產(chǎn)品使用情況，來輔助后臺推算用戶喜好。

3. 歸類用戶圈層

在完成對內(nèi)容和用戶的分析后，按照內(nèi)容標(biāo)簽或行為對用戶個體進(jìn)行圈層劃分，把權(quán)重和行為類似的多個個體劃入同一圈子。

分區(qū)歸類不同圈層用戶

A. 內(nèi)容類聚

內(nèi)容和內(nèi)容之間的相似度常用創(chuàng)作者相關(guān)信息來計算，數(shù)據(jù)表現(xiàn)用于排序展示在排行榜中。

這一算法通常用于熱榜推薦場景。

B. 用戶群分

根據(jù)用戶喜歡的視頻，找到和這些視頻相似的內(nèi)容再推薦給用戶。根據(jù)用戶喜歡的視頻，找到和這位用戶有類似偏好的用戶，再把這個群體所偏好的視頻推薦給用戶。

02 B站up主與平臺運營

1. 內(nèi)容冷啟動

對于一個B站內(nèi)新生產(chǎn)的視頻來說，一個過去創(chuàng)作更優(yōu)質(zhì)的up主的新內(nèi)容在冷啟動階段獲得更高推薦。

2. 持續(xù)創(chuàng)作能力

標(biāo)題、關(guān)鍵詞能創(chuàng)造偶然的爆款，獲得穩(wěn)定關(guān)注的是優(yōu)質(zhì)的內(nèi)容和持續(xù)的創(chuàng)作輸出。

up主可以有針對性的尋找自身擅長、熱點度高的版塊，固定更新周期。

3. 用戶冷啟動

從注冊到活躍是一個從0到1的過程，up主可以通過在某頻道的強曝光逐步探索用戶的興趣，鎖定具體分區(qū)并逐漸縮小范圍。

4. 內(nèi)容多樣性和質(zhì)量優(yōu)化

推薦算法的怪圈在于“信息繭房”：

越是消費某一類內(nèi)容，系統(tǒng)越會推薦同類內(nèi)容，其他內(nèi)容被隔離在外。