抖音通过人工智能算法等技术手段,不断优化着用户与内容间的匹配效果。随着用户量的提升,用户关系链、视频内容也随之增多,机器学习可获得的资料随之丰富,个性化推荐精度得以提高,用户对推荐内容的满意度提升,从而刺激用户更多的消费及生产内容,形成用户-内容回环。
用户-内容回环即两者匹配效率效果的优化,猜测主要做法如下:
通过内容筛选机制,在对每个视频的不断测试中,筛选出用户最感兴趣的高质内容,形成内容池,从源头上保证了内容质量。网上有大量对于抖音内容筛选机制的猜测,这里不再赘述。
将内容池中的内容与用户匹配,为用户进行个性化推荐。猜测抖音采用与头条相同的“协同过滤+内容推荐”算法进行推荐。
用户-内容回环即两者匹配效率效果的优化,猜测主要做法如下:
通过内容筛选机制,在对每个视频的不断测试中,筛选出用户最感兴趣的高质内容,形成内容池,从源头上保证了内容质量。网上有大量对于抖音内容筛选机制的猜测,这里不再赘述。
将内容池中的内容与用户匹配,为用户进行个性化推荐。猜测抖音采用与头条相同的“协同过滤+内容推荐”算法进行推荐。