而用户侧刚开始会推荐几个初始的兴趣挖掘内容通过用户的互动反馈来判断用户的喜好然后慢慢地给用户标记对应的兴趣标签。 最后把内容标签和用户兴趣标签做匹配从而实现兴趣分发推荐用户喜欢看的内容。
端产品经理的能力模型与学习提升 端产品经理面临的第一大挑战是如何正确的分 科特迪瓦 whatsapp 筛查 析诊断业务问题。 这也是最难的部分产品设计知识对这部分工作基本没有帮助如果想做好业务分析诊断必须具备扎实 ..查看详情 > 但现在按照这种单纯的兴趣分发已经满足不了当前的用户需求了因为用户的需求变得多元化所以推荐算法也需要变得多元化。
目前抖音已经在执行多元化的组合推荐算法在原有兴趣分发的基础上新增其他的元素比如兴趣交叉观博同频等。
兴趣交叉应该比较好理解比如一个用户平常喜欢看钓鱼的视频是个垂钓爱好者那么也有可能喜欢看赶海抓鱼或者放水抓鱼的户外视频两者会有一些交叉的地方。
视频特效也可以成为交叉点。 另一个是观博同频就是观众和博主有相同的兴趣爱好比如你是做美妆穿搭的系统识别就会识别你是美妆博主、穿搭博主、时尚 博主等等有很多兴趣爱好那么有同类兴趣爱好的用户此前根据兴趣分发可能还没刷到过你的视频现在根据观博同频就有可能推荐给了。
此外新算法对作品数据的考核也有一些新变化比如新算法更注重用户的播放时长所以作品钩子和用户留存就要格外下点功夫其中钩子是为了吸引用户「细嚼慢咽」的内容才是留住用户。