短视频推荐算法有哪些【自媒体平台的推荐机制】

直播电商越来越火热,连罗永浩在看完招商证券的直播电商报告后,高调宣布进军直播电商,并很快与抖音签约 。
罗永浩虽然这几年手机没有做成,却让自己成为了不折不扣自带话题的“超级网红” 。这里暂不评判罗永浩做直播电商是否会成功,能否超越淘宝直播的李佳琦和快手直播电商的辛巴成为抖音直播电商“一哥” 。
本文将抖音、快手、淘宝直播和腾讯直播这四大直播电商平台的流量逻辑,做了深入的研究并整理出来,供商家们在选择直播平台和实际卖货时作为参考 。
抖音的重算法轻粉丝的流量逻辑来自于今日头条的成功,作为区别于搜索和社交的信息推荐模型,将内容和用户进行匹配,通过系统进行精准推荐是这个算法的核心 。所以有人又将这个逻辑称为:内容导向的计划经济 。
抖音和头条推荐算法背后有一个简单的涵数公式:y = F ( Xi , Xu , Xc )
这个函数包括三个维度的变量,即用户、环境、内容 。
第一个维度:内容 。每种内容都有很多标签,什么类别、属于什么领域、播放量、评论数、转发数等,需要考虑怎样提取内容特征来推荐 。
第二个维度:用户特征 。包括兴趣、职业、年龄、性别等 。
第三个维度:环境特征 。用户在哪里,什么场合,工作还是旅游,还是地铁里 。

简单来说就是:我是谁、我在哪儿、我想看什么 。
要将这三者匹配起来,是一个很复杂的数学问题,常用的模型就有好几种 。像抖音这种数据量大、实时性强的,一般是多种模型混合使用 。最终,系统会根据多个因素加权计算得出一条视频的指数,然后根据指数来分步骤推荐 。
第一步是冷启动 。
视频通过审核后,系统会分配一个初始流量池,初始流量池由两部分组成 。
1、该账号的粉丝,但并不是所有粉丝都能推送,要服从算法优先原则 。
2、可能喜欢该视频的用户 。
冷启动推荐有300左右播放量 。
系统会根据数据来给视频加权计算,最核心的数据有4条:播放率、评论率、点赞率、完播率 。

然后做加权计算:
道理很简单,你的视频也许开头吸引了用户,也许标题吸引了用户,也许是封面吸引了用户,但这些都不能证明你的整个视频质量高,只能证明某一部分吸引人 。
如果用户可以把你的视频看完,那说明你的视频真的是优质,所以把完播率的权重放在第一位也就不足为奇 。
除了这四个数据外,账号的权重也是考虑因素 。
根据今日头条的算法经验来看,如果两个账号发同样的消息(文字可以抓取内容来分析),算法会优先采信权重高的账号 。但是视频应该较难遇到此情况 。
第二步,加权计算后,符合第二次推荐的要求,视频会被推荐到第二个流量池,3000左右 。
然后重复第二步的操作 。统计数据,再推荐,每一次推荐都会获得更大的流量 。如果某一次数据不达标,那就会暂时推荐 。视频的流量也就止步了 。
最终形成了倒三角推荐机制 。
以上是抖音短视频的流量逻辑,那么到了直播电商多半也会延续这个流量推荐算法,只不过直播电商还会涉及转化率、复购率等电商的参数,这些将让抖音面临新的流量分发挑战 。

快手基于社交+兴趣进行内容推荐,采用去中心化的“市场经济” 。平台以瀑布流式双栏展现为主,发布内容粉丝到达率约为30%-40% 。
快手优先基于用户社交关注和兴趣来调控流量分发,主打“关注页”推荐内容 。
快手的弱运营管控直接“链接”内容创作者与粉丝,加深双方粘性,沉淀私域流量,诞生了信任度较高“老铁关系” 。
我们看下快手推荐“互粉”的规则和路径,平台限制每天的关注上限是20人,并且,当关注数到达1500的上限之后就不再能添加了 。当然,平台这样设计的目的并不是为了让人互粉 。
推荐机制有以下几种类型:
通过互粉得来的粉丝,一般也比较关注“互粉”,他可能会做粉丝管理:经常查看自己关注的人是否也在关注自己,如果对方不再关注自己,那么就取关 。
以下这张由产品经理绘制的模型图大概可以演示由“陌生人社交”转变为“粉丝老铁社交”,由“公域流量”转变为“私域流量”的快手流量逻辑,发帖人的“风格”/“人设”越明显、越强大,私域流量就会越紧密 。
据QuestMobile统计,快手活跃用户7日留存率达到84.4%,位居短视频App之首,留存率仅次于微信 。

推荐阅读