首页 理论教育 视频号推荐逻辑详解

视频号推荐逻辑详解

时间:2023-05-24 理论教育 版权反馈
【摘要】:②如何进行推荐目前,视频号会结合动态内容以及浏览者的喜好进行推荐。比如,视频号会根据动态内容的相关信息,如文字描述、话题标签、显示位置等,进行识别和推荐。微信视频号官方发布消息:“实际上,视频号的推荐逻辑正在持续调整和优化,力求更准确地帮助创作者把内容传播给潜在粉丝。”的确值得大家好好思考,这也是笔者认为微信视频号的流量可能超过抖音、快手等的重要原因之一。

视频号推荐逻辑详解

①推荐的作用

视频号会利用推荐逻辑,帮助创作者触达更多合适的用户,同时也帮助用户获得更多感兴趣的内容。

②如何进行推荐

目前,视频号会结合动态内容以及浏览者的喜好进行推荐。比如,视频号会根据动态内容的相关信息,如文字描述、话题标签、显示位置等,进行识别和推荐。

视频号的推荐逻辑正在持续调整和优化,力求更准确地帮助创作者把内容传播给潜在用户。

③与推荐相关的页面

与推荐相关的页面主要包括关注页、朋友推荐页、热门页和附近页。

关注页展示的是用户主动关注了的视频号账号的内容。

朋友推荐页展示的是用户的微信好友点赞过的内容。

在热门页,平台会根据推荐逻辑,为用户呈现他们可能感兴趣的热门内容。

附近页会展示与用户距离较近的创作者所发布的内容,同时也会参考用户的喜好进行推荐。只有在发布时标记了位置的短视频,才有可能出现在附近页里。

④上热门的技巧

通常,画面清晰、内容完整的原创内容会更容易受到用户的欢迎,也更容易出现在热门页上。如果你希望动态能出现在热门页上,你可以参考以下技巧:

第一,发表原创。避免搬运他人创作的内容,如果你喜欢他人的作品,你可通过点赞的方式将其推荐给更多好友观看。

第二,视频内容尽量清晰。避免出现拉伸、黑边、卡顿等情况,不过多使用马赛克、虚化效果;视频若配有字幕,应完整展示字幕,裁切时注意不要有遮挡。

第三,内容完整,表述清晰。可以通过配音解说,让用户更好地理解你的作品。

第四,内容健康。避免发表低俗内容和有争议的内容。

⑤获得关注的技巧

用户更愿意关注内容真诚的、能为他们带来良好体验的视频号账号。如果你希望获得更多人的关注,你可以参考以下技巧:

第一,定位清晰,打造个人风格,坚持原创。(www.xing528.com)

第二,持续创作,让更多用户留意你。

第三,积极和用户互动,提高用户的观看体验。

⑥更多技巧

你还可以参考以下技巧:

第一,发布动态时,添加适当的话题标签。添加方法:在“添加描述”中加上“#”,即可添加话题标签。

第二,发布动态时标记位置,让更多附近的人看到。

第三,发布后,主动将内容转发到朋友圈或者分享给微信好友,吸引更多好友观看和点赞。

关于视频号的推荐机制,互联网相关人员众说纷纭,经过山峰团队长达2000小时的一线实战运营总结,加上和朋友交流探讨,我们认为,当前视频号的推荐机制更大的可能是社交推荐+算法推荐的双轨推荐机制。

微信视频号官方发布消息:“实际上,视频号的推荐逻辑正在持续调整和优化,力求更准确地帮助创作者把内容传播给潜在粉丝。”

这句话是什么意思?的确值得大家好好思考,这也是笔者认为微信视频号的流量可能超过抖音、快手等的重要原因之一。

假设用户A观看了一个短视频并且点赞了,那么A的好友们就可以通过视频号里的朋友推荐页看到A点赞过的这个短视频,这是社交推荐。当点赞达到一定数量后,就会触发平台系统推荐,推荐的数据标准目前还没有公布,但视频号应该不会像抖音和快手那样操作。

推荐涉及三个重要因素:引擎、过滤、排序。

平台通过一个一个的推荐引擎(推荐算法),计算用户喜欢的视频。简单介绍一下两个引擎算法:基于用户的协同过滤算法和基于物品的协同过滤算法。

什么是协同过滤?先举个生活中的例子,你想听歌却不知道听什么的时候,会向你身边与你品位类似的朋友求助,从而获得他的推荐。协同过滤系统就像与你品位相近的朋友,通过对大量结构化数据进行计算,找出与你相似的其他用户喜欢的物品或与你喜欢的物品相似的物品,从而实现推荐。

视频号运营者一定要持续添加微信好友,不断扩大朋友圈范围。如果你觉得短视频不错,点赞以后,朋友就会看到,所以对于点赞,大家都比较小心,不想在朋友面前折损自己的形象,不会为质量不好的内容点赞,这样对视频号运营者的要求也较高。

另外一个是基于物品的协同过滤算法(推荐引擎)。我们都知道鸡爪小龙虾的关系,假如你在大型超市买了小龙虾,就很有可能买鸡爪。这个算法认为如果大多数人买了商品A,又买了商品B,那么A和B就是比较相似的。那么,假如你买了A,我就可以给你推荐B。

再来分析推荐的第二个重要因素——过滤,比如,通过视频号,你刚刷到了某类图书的短视频,那么,接下来不需要再给你推荐该类图书的短视频。还有,对于你在电商网站买过的东西,近期就没必要再推荐给你,这就是过滤。

最后,分析什么是排序,比如,基于用户的协同过滤算法推荐了商品A,你喜欢的概率是0.8;基于物品的协同过滤算法推荐了商品B,你喜欢的概率也是0.8。那么应该把A还是B优先推荐给你呢?这个时候,我们请一个裁判给两套算法做个判断,谁取胜就优先推荐谁。这就是排序算法。

当然,社交推荐和算法推荐也有可能是同时进行的,这个能量就非常大了。比如,视频号中已经出现播放量超过1亿的超级爆款短视频。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈