算法推薦是計算機專業(yè)中一個概念，基于計算機技術將其應用到眾多的領域當中，包括互聯(lián)網中的音樂、視頻、新聞等的傳播過程中。推薦算法的研究起源于 1990 年代初期，由美國 GroupLens 研發(fā)小組首先進行研發(fā)，他們試圖做出一種影片推薦系統(tǒng)以便于實現(xiàn)對用戶進行電影的個性化推薦。研發(fā)小組首先讓用戶對自己已經看過的影片進行評價，隨后小組通過對用戶評價的結果進行數據分析，從而預測出用戶對沒有觀看過的影片的興趣度，并以此他們推薦從未看過或潛在喜歡的電影。推薦算法從實質上來說就是利用互聯(lián)網大數據技術對用戶的興趣特點和習慣行為，在海量的資訊中為用戶推薦他們或許會感興趣的信息內容。
而短視頻作為互聯(lián)網時代非常成功的新興事物之一，也在人工智能算法推薦機制的加持下取得了飛速的發(fā)展。短視頻平臺根據眾多用戶的年齡、性別、喜好、思維方式等方面的差異，用戶對于內容存在著明顯的偏好，此時短視頻平臺信息內容能否符合某一個、或某些群體的興趣偏好就顯得尤為重要。短視頻中的算法推薦運行機制大致分為三個方面。
首先是基于用戶畫像的個性化推薦機制，用戶畫像是根據使用者的名稱、圖片、興趣和愛好等等有關信息而建立的用戶模型。在短視頻平臺中，一個用戶在使用平臺初期都會進行注冊賬號，在注冊過程中會授權個人信息，平臺就會收集該用戶的年齡、性別、所處地理位置等信息，然后推薦該用戶可能感興趣的內容，在這一過程中，平臺主要通過與新用戶個人信息相似度高的其他用戶群體所感興趣的內容，也就是“協(xié)同過濾”。
其次便是基于用戶社交更加精準的推薦機制，在現(xiàn)在互聯(lián)網上流行的短視頻平臺中，用戶可以通過授權匹配通訊錄好友或者其他如 QQ、微信社交平臺上的好友關系，來使其它平臺的社交關系網延續(xù)到短視頻平臺中。在短視頻平臺中，用戶與好友互動頻繁與否是判斷該好友與用戶的社交關系強弱的重要因素，如用戶對某位好友進行點贊、評論等互動行為越多，短視頻平臺會默認用戶與該好友的社交關系越強，這種推薦機制可以幫助平臺增強用戶粘性，也會吸引用戶花費更多的時間在短視頻平臺上。
最后便是基于流量池的綜合推薦機制，在短視頻平臺進行綜合推薦時會根據某一作品在發(fā)表后有效的時間內，獲得的關注、點贊、評論、轉發(fā)及完播率等指標綜合評估，當這些指標越高時，該作品就會被標簽為優(yōu)質內容，再經過平臺的算法機制推薦給合適的目標用戶，一個短視頻作品的綜合評估指標越高，在海量的短視頻內容流量池中就越突出，被平臺推薦的幾率也會越大，覆蓋的目標用戶人群就會越廣。 |
訪問手機版網站
聯(lián)系我們
公安機關備案號：61011602000152