今日頭條會結合三方面的維度，模型會給出一個預估，即推測推薦內容在這一場景下對這一用戶是否合適。需要幫助加V：ymcz1668
第一個維度是內容 。頭條現在已經是一個綜合內容平臺，圖文、視頻、UGC 小視頻、問答、微頭條，每種內容有很多自己的特徵，需要考慮怎樣提取不同內容類型的特徵做好推薦。 第二個維度是用戶特徵 。包括各種興趣標籤，職業、年齡、性別等，還有很多模型刻劃出的隱式用戶興趣等。 第三個維度是環境特徵 。這是移動互聯網時代推薦的特點，用戶隨時隨地移動，在工作場合、通勤、旅遊等不同的場景，信息偏好有所偏移。所以 愛好 只是標籤一小點
當然以上還是太籠統，除了頭條算法涉及到技術層面。我們換種思考，說通俗點，我們瀏覽頭條時該開始從零到頭條精準推送，是因為頭條對每個信息都會有固定的標籤設定並且是自動生成，做過頭條號發表過頭條文章的知道。那麼對於抖音，只有視頻內容，標題，背景音樂，還要話題挑戰，抖音是怎麼精準推送的呢？需要幫助加V：ymcz1668
- 根據你瀏覽時間判斷，秒過的會pass
- 根據你點贊類型
- 根據你關注類型
- 有長按 會顯示不感興趣
需要幫助加V：ymcz1668
所以抖音能一步一步精準推送，而對於發佈者而言 視頻內容是第一點一部電影好不好看，看前幾分鐘。15s的視頻內容看前三秒，同類型的怎麼做？我們完全可以看我們想做的類型方向優秀的有瀏覽量的作者 他們怎麼做 我們自己學習，結合自身，甚至是同類型再創新找出突破點。
分享到:
閱讀更多 半夏傳媒Ander 的文章
