抖音推荐机制【上】

推荐是多个目标系统

• 用户行为多样性：点赞、转发、评论、完播、播放时长、播放完成度、不敢兴趣等

• 服务对象的多样性：内容消费者（最主要）、视频创作者、平台利益与导向等

1. 内容消费者的目标：用户对平台的满意度，忠诚度，短期如时长，长期如存留

2. 视频创作者的目标：短期如投稿活跃，视频高热率等，长期如高价值关系等

3. 平台目标：原创、合法等，基本与社区公约一致

推荐实现模型讲解

推荐主要通过两种模型来体现

• 预测模型：预估用户具体行为，如点赞模型、评论模型、完播模型等，并应用在推荐的各个环节中

• 价值模型：结合预测模型的结果，计算每个视频的每一次展现在多目标下的总价值，从而达到整体价值的最大化

由于目标与手段的复杂度，我们基本只需要考虑最终的最主要的衡量标准：用户体验的最大化

如何获得更多流量？与推荐系统的目标契合

播放量重要还是点赞量重要，还是赞比？

播放量、点赞量、赞比（点赞数/播放量），都是上述预测模型的特征，但也仅仅是众多特征中的一个。

我们的模型最主要参考的是用户实际行为，即【谁 】对 【哪个】视频点了赞

注：用户喜欢的内容就有流量，反应视频质量的指标有点赞率，完播率，播放完成度，评论率，分享率等，但需要综合考虑，且可以与自己相似时长，或者他人相似时长，质量的内容做横向比较

注：如视频质量横向对比，视频质量优秀确达不到预期流量时，可以反馈给运营

更新频率对推荐机制有帮助吗？

• 如果可以维持同样视频质量，更新频率是可以和流量成正比的；但如果是为了频率牺牲质量，那就得不偿失

• 推荐本身并不鼓励或者打压高频或低频的投稿，因为这本身并不与用户体验等目标直接挂钩
  

常见提问直接解答

账号流量池根据账号整体价值挂钩，赞比不会很大，视频冷启动阶段会探索原主要内容方向，找到更多相似流量，内容方向突变会有一定影响。

账号权重没有这个指标；