B站推荐｜揭秘B站视频的推荐机制

个性化推荐算法目前被广泛应用于各大软件。你会发现，打开购物软件，首页都是你感兴趣的商品；打开B站，都是你爱看的种草视频；打开浏览器，都是你常浏览的新闻推送，仿佛有人在监视我们的生活一样……

这种疑虑没有错，我们确实被“监视”了。那些每天被我们频繁使用的软件，比我们自己还了解自己的偏好。

这些关于我们偏好的信息是如何推送到手机上？我们怎样被监控着？以B站为例，让流量获客专家TUOTUO来为你详细解释这些问题。

一、标签处理——构建内容和用户侧写

1. 内容标签化

B站有明确的内容类型划分。

以《为什么刑法要严格解释》视频为例，可以在页面中部看到和视频播放量、弹幕量、视频标签等信息。

这些标签由用户定义，用户上传视频后，分别选择填写分区、标题、类型、标签和简介。选择后发布，视频就会出现在相应的分区。

2. 用户标签化

B站用户会被记录信息和行为数据。如历史浏览行为，包括播放时长、个人偏好、历史的记录等。从侧面描述用户兴趣和对内容的喜好程度。

关注和订阅、参与话题等，也会暴露用户的兴趣，在TUOTUO的流量星球里也有详细说明，例如，用户的关注列表里80%都是“敬汉卿”、“徐大sao” 、“拜托了小翔哥”等类似的美食UP主，系统在评估时很大几率会给贴上吃货的标签。

用户的各种消费行为也会被记录，包括购买课程、游戏等，会留下交易金额、时间、地址、类型等痕迹。

而用户基本的身份信息包含性别、年龄、受教育水平、居住地，上网记录、通讯记录访问等，这些信息常被平台用来推算用户对产品的需求程度。

二、打造用户群像圈层

1. 内容类聚

内容和内容之间的相似度常用创作者相关信息或内容信息来计算。

比如动物圈下的热门标签汪星人、喵星人、大熊猫等，就是因为内容信息中关键词的相似而被划分为同一类视频，进而可以集中展示；或依据关键词进行场景搜索，关键词用于和数据库内的创作者或内容信息进行匹配。

2. 用户群分

用户和用户之间的相似度常用用户行为来计算。

根据用户喜欢的视频，找到和这些视频相似的内容再推荐给用户。找到与某一位用户有相似偏好的群体，再把这个群体所偏好的视频推荐给用户。

三、对于UP主运营建议

（1）进行用户分类

通常来说，一个过去创作记录更优质的up主的新内容会在冷启动阶段获得更高推荐量；从内容信息看，标题、更新时间、关键词和封面则是主要因素。

TUOTUO认为UP主最应该做的就是寻找到目标用户的兴趣点，给他贴上标签，创作相应类容，积极主动选择的分区、关键词搜索行为来逐步构建侧写。

（2）持续创作能力的培养

基于平台对内容原创度、垂直度和传播度的衡量，up主可以更有针对性的寻找自身擅长、热点度高的版块，并构建自身创作的周期体系，在更新时间、内容质量上保持稳定性。