从罗梓豪视角看短视频平台推荐算法逻辑，一文读懂

从罗梓豪视角看短视频平台推荐算法逻辑，一文读懂

引用

网易

1.

https://m.163.com/dy/article/JOBN2NSU0556BEB0.html?spss=dy_author

在当今自媒体快速发展的时代，短视频平台的推荐算法成为了内容创作者和平台运营者关注的焦点。本文将从用户画像、内容画像、匹配与排序、流量池与推荐阶段以及审核机制等多个维度，深入解析短视频平台的推荐算法逻辑，帮助读者更好地理解这一复杂而精密的系统。

用户画像

平台会根据用户的基本属性如性别、年龄、学历等，以及兴趣爱好、浏览历史、点赞评论行为等数据集，为用户定义相关标签。比如一位经常点赞美食制作视频、浏览旅游攻略的用户，平台就会给他打上“美食爱好者”“旅游爱好者”等标签。

内容画像

平台会对短视频内容进行分析，根据内容的层级分类、关键词、实体词等，给各类内容打上相关标签。例如一个讲解历史事件的视频，平台可能会打上“历史”“知识科普”等标签，方便后续与用户画像进行匹配。

匹配与排序

在有了用户标签和内容标签之后，平台就开始进行匹配工作，从庞大的内容池中找出与用户兴趣相符的内容。但由于内容数量庞大，平台还需要对匹配出的内容进行排序，将更符合用户喜好、更优质的内容优先展示。排序会综合考虑视频的各项数据表现，如播放量、点赞数、评论数、转发率、完播率等。

流量池与推荐阶段

以抖音平台为例，新发布的视频首先会进入基础推荐流量池，流量分发以附近和关注为主，再配合用户标签和内容标签智能分发给一小部分用户。如果视频在基础流量池中的数据表现良好，如点赞率、评论率、完播率、转发率等指标较高，就会进入叠加推荐阶段，获得更多的流量曝光。

审核机制

平台一般都有严格的审核机制，分为机器审核和人工审核。机器审核主要通过人工智能技术检测，识别视频画面、关键词，审核标题是否违规，抽取视频画面与数据库中已存在的作品进行匹配消重。人工审核则针对机器审核筛选出的疑似违规作品进行再次审核。

短视频平台推荐算法逻辑示意图