B站视频，都是怎么推荐的

　　本文将以B站视频为例详细回答这些问题。

　　01

　　标签处理：

　　构建内容和用户配置文件

　　B站视频所谓成千上万的人，在产品中，人们指的是用户，而面孔指的是内容。

　　一方面，由于年龄、个性、爱好和生活经历的不同，用户对内容有不同的需求；另一方面，内容的类型和质量也影响用户的偏好。

　　用户和内容之间的高效连接和相互完善是推荐系统，尤其是推荐算法的最高目标。

　　1.内容标记

　　让我们先看一下用户的视角。

　　进入B站视频，有一个清晰的一级导航区，按内容类型划分，如动画、音乐、舞蹈、科技等。

　　以科技区为例，它还可以用于科普、社会科学人文、公共讲座等二次导航；当你选择科普部分时，你可以看到环境、科学、生物学和气象学的子类。

　　以罗翔教授的《为什么刑法要严格解释》为例，从科技人文频道进入视频详细信息页面，可以在页面中间看到视频相关信息。

　　以下是三条重要信息：

　　首先，视频播放量、拦河坝量、评论数和数据排名表现分别为161.1万、26000和7967，全台排名第七。

　　第二，喜欢，不喜欢，硬币，收集和明细不显示，其他可量化的数据是241，000，100，000，33，000和7616。

　　第三，视频标签，区别流行的罗翔和法国考试专辑标签，也有共同的热点话题，如刑法，校园明星UP和厚大

　　通过这种方式，您可以获得关于视频内容的标签：

　　那么这些标签是怎么来的呢？

　　让我们看看提交过程，它可以由创建者控制：

　　从提交页面可以发现，上传视频后，用户可以填写五个项目，即分区、标题、类型、标签和介绍，其中标签的选择可以定制、推荐来源和参与活动。

　　如果根据视频提交来描述内容，则与创建者相关的信息和内容信息可以被分类为静态数据，而特定的数据性能将随着时间而改变，并且被分类为动态数据。

　　2.用户标记

　　一切都是相互关联的。“你的气质隐藏了你读过的书和走过的路”告诉我们，性格特征会受到阅读习惯和生活经历的影响，用户的浏览、消费和其他操作行为也会隐藏个人偏好。

　　首先，让我们看看将为基站用户记录哪些信息和行为数据。

　　历史浏览行为：

　　播放历史的记录使得用户很容易跟踪他们在什么时间看了什么视频。然而，用户通常不注意他们在哪里看到的，而只关心他们是否可以通过下次点击跳过播放的部分。

　　然而，播放持续时间的比率是判断视频质量的重要标准：播放时间很短，用户可能只是被大量的播放或标题所吸引，但他并不真正喜欢这种内容；

　　播放时间是中等的，用户可能更喜欢这种内容，但视频的时长或质量会影响观看的完整性；

　　播放时间长反映出用户可能对这种内容感兴趣。

　　此外，用户对B站视频细节页面内容的赞扬、收藏或不喜欢也反映了个人偏好；评论作为文本数据，也可以从长度、情感偏见和可读性来反映用户对内容的偏好。

　　上述能够被用户清晰感知的行为被归类为显性行为，而另一种用户难以感知的操作，如屏幕操作轨迹和停留时间，被称为隐性行为。

　　后者不仅可以用来构建用户简档，还可以用来刺激用户的显式行为。例如，当在B台视频详细信息页面上停留的时间达到一定程度后，共享图标将被触发变成一个颜色鲜艳的微信图标。

　　关注和订阅：

　　关注并订阅主要话题、话题等。也会暴露用户的兴趣。

　　例如，70%的用户关注列表是高级的，比如巫师理财、硬核半佛仙和理财药丸，所以当评估用户的爱好时，系统会被贴上理财爱好者的标签。

　　消费行为：

　　除了会员，B站视频用户的消费还包括课程、虚拟游戏、表演和展览、线下游戏等。而消费会留下交易金额、时间、地址、类型等痕迹。

　　在B站视频上亿活跃用户中，手机游戏平均月付费用户接近150万，直播季度付费用户120万，仅占1%左右；作为“黄金用户”，他们不仅在权益享受上优于普通用户，而且因其卓越的消费能力而被推荐系统“盯上”，并被贴上“好消费能力”的标签。

　　身份信息：

　　用户的身份信息包括性别、年龄、教育程度、地理位置等。在允许访问地址簿和在线记录后，该平台还可以获取社交关系和其他产品使用情况，以计算用户对产品的需求。

　　总之，本文绘制了一个关于用户信息和行为的标签：

　　从B站视频的主页上，我们可以发现目前基于教师节文案兴趣的推荐视频大致可以分为以下几种类型：关注、好评视频、新星计划、关注表扬他们的人、广告和互动视频。这些标签是基于内容或用户的标签标签推给用户的，但是单个标签处理在推荐准确性方面仍有优化的空间。