短视频平台的个性化推荐机制是如何让你“上瘾”的？
                                
浏览量：15 | 2021-09-08 18:38:32
                
                
我们常常会被各种平台的“个性化推荐”所左右，比如说点开美团饿了么，一大堆爱吃的优惠菜色就会扑面而来，比如说打开淘宝，“猜你喜欢”会击中你的喜好，疯狂给你种草商品，还有的就是，打开抖音快手，会源源不断出现你感兴趣的内容，不知不觉中就开启了狂刷视频的模式。在当下，不管是电商消费，还是阅读、刷剧、搜索等，基本上都加入了个性化推荐的模块，那这些个性化推荐是如何实现的？又是怎么影响用户使用的呢？跟着黑蜂科技来看下！
 
个性推荐系统是什么？
什么是个性化推荐？简单来说，就是给用户推荐他喜欢的事物。在互联网信息越来越繁杂的如今，想在浩如烟海的信息分发中精准切中用户的需求很困难，而推荐系统就像一个筛去杂质的漏斗，能从海量的信息里快速分析并预测出用户对事物的评分和喜好，并做出推荐。个性化推荐系统有以下的应用优势：
 
对平台来说：
1、产品技术团队利用个性化推荐系统，可为用户分发感兴趣的视频内容，提升留存及停留时长；用户增长团队利用个性化推荐系统，可精准地利用广告投放等手段为产品拉新，提升 DAU；商业化团队利用个性化推荐系统，可分发用户可能感兴趣的广告，提升单位流量变现效率；商业化收入又用于用户增长，形成正向循环。
 
对用户来说：
个性化推荐可以在内容相关性、内容质量和内容时效性等方面更快地满足用户的需求，有效提升了浏览短视频平台的愉悦度。
 
个性化推荐包含什么形式？
1、基于用户的协同过滤：根据人与人之间的行为相似程度，来为用户做出推荐。
 
举个例子：有A和B这样两个用户。小A，女生，26岁，热衷追星，常常会在平台上搜索偶像C的视频为他打call。小B，也是女生，23岁，同样是偶像C的粉丝，有观看他相关短视频的习惯，但是近来她在看电视剧，迷上了里面的男演员D，所以也常常在短视频平台上搜索他的视频。当小A在浏览短视频时，由于小B的基本信息与A相似，于是平台就向她推荐了小B常常浏览的偶像D的视频，因为审美类似，很快男演员D也就成为了小A的墙头。
 
这就是基于人与人之间的推荐方式，推荐系统会首先找到和用户A有相似喜好与兴趣的用户群体，接着把这个“兴趣”推给像用户B一样的用户A。但在用户兴趣点与偏好太多太复杂的情况下，单纯靠相似人群的方式可能就会不太适用。
 
2、基于物品的协同过滤：物物推荐，即与上述的“人”的特性无关，只通过“物”与“物”之间的方式传递推荐信息。
 
同样，举个例子：用户小A爱看在短视频上刷《琅琊榜》的解说，该剧的标签是“古装、权谋、正午阳光”，于是当《知否》出现的时候，短视频平台就将《知否》这部标签为“古装、剧情、正午阳光”的剧的相关短视频推荐给爱看《琅琊榜》的小A。这类推荐方式，要求打标签的颗粒度。颗粒度如果很粗，那么推荐效果也将受到影响，同时也容易受到标签的限制，无法推送到更多的潜在群体。
 
上面所说的是目前常见的推荐方法。在推荐系统中，“物物推荐”常常会与“人人推荐”协同，拥有更全面的推荐机制。需要结合用户特征，对两者进行匹配和推荐。比如通过用户的阅读、点赞、评论、分享来对短视频赋予一定的“喜爱分”，而用户浏览的短视频数越多，累积的标签数据就越多越精准。同时再把短视频的标签和用户的关键词列表做匹配，就能做出个性化的推荐。
 
可以说，个性化推荐技术贯穿了产品的每个环节，是辅助平台高速增长的引擎！黑蜂科技是领先的互联网+应用解决方案提供商，国家高新技术企业，东风日产、好莱客、广工商、南科大等知名事企业单位的长期技术服务提供商，黑蜂科技擅长社交直播平台、短视频平台、外卖商城平台、O2O本地服务平台等多个领域的系统建设，帮助各行业客户快速建立互联网平台，抓住业务机会！欢迎有需求的客户前来对接！

            

智慧物流建设如何实现？传统物流企业数字化转型有何优势？ 内容付费体系有何建设优势及功能版块？