内容池|视频场景下新用户的内容推荐策略( 三 ) 商家|快手|起点学院|新动向|行

伴随平台内容的不断增多，时事热点内容的不断革新，这个时候冷启动内容池需要引入当前平台的新热内容，并将已经过时久远的实时性内容移除出冷启动内容池。同时需要根据社会变化，需要将已经不符合平台、社会主流价值观的内容淘汰出冷启动内容池。
冷启动内容池的组成：大致可以分为经典内容+实效内容。

文章插图
经典内容：经典内容=平台内容用户观看体验较好的内容。如B站芳斯塔芙、小文哥吃吃吃、老师好我叫何同学等up主创作的一些经典内容。
经典内容的筛选指标：以B站用户视频为例，vv超过10万以上的内容，主要查看内容的点赞率、投币率、收藏率、三连率、评论率、近一周播放、创作时间等信息。
当这里面能和北极星指标关系度最高的某几个指标找出，在划定冷启内容池中，将这些内容优质内容不断添加进入冷启内容池中，并在在后续将数据表现不那么好的且所在分类下内容数量较多的内容逐步淘汰出内容池。
时效内容：顾名思义是和当下热点内容息息相关的。
这部分内容主要特点是效性高，热度散得快。因此这部分内容讲求的是需要以最快的方式进入到冷启动内容池之中，在热度大幅衰减（如VV、点赞等）出现后一段时间，移出冷启内容池。
2）新用户补充内容池的内容补充规则及方法
所谓补充内容，即当平台了解到用户在站外是通过哪些内容被吸引后打开平台时出现的操作。
那么这部分主要是用户在站外看大的投放内容，和当前投放内容相关性较强的内容以及和投放内容用户观看行为上相关的内容。在针对于知道用户在站外观看内容而言，可以将这部分内容放入推荐池中。
当知道用户在站外被哪些内容引流以后，经过算法的筛选，可以获取相似（内容相似&行为相似）内容，将整体内容作为用户进入平台后冷启动的内容池承接用户浏览，可以进一步获取某一渠道用户的内容偏好，从而可以指导做投放同学进行某一渠道内容筛选，从而实现系统级的推荐循环。
整体流程图如下：

文章插图
2. 视频推荐机制1）常用的视频推荐机制
内容推荐主要来自于两个步骤，召回和排序。
对于新用户而言，内容池均为冷启动用户内容池，因此在整体的内容召回中，需要根据不同产品的交互形态，一次性召回多种类型的站内优质内容，以保证用户对于内容选择的多样性。
排序则是在召回的内容后按照一定的机制实施调整已召回内容的排序，由于面对的是新用户，获得内容消费信息较少，因此在排序中变回存在有两种状态下的排序规则。
冷启动内容的内容初始化排序主要集中在品类权重和内容权重两个方面。品类权重则指定的是历史上某个地区范围内，哪些内容品类消费数据较好，对留存的影响较大，那么这个品类的权重就会相对较高。
为了适应用户的广泛性碎片化内容需求，品类需要做到尽可能的全面。品类中的视频需要按照与北极星指标中相依系数最大的指标做排序，由此确定品类内视频的排序。最终将品类内部所有的内容打散，通过算法做多品类内容综合排序，来确定新用户无行为时查看到的第一波视频。
2）长短视频在推荐中的侧重点

文章插图
前文提到，由于各家平台内容成本和用户的不同，因此在推荐中会强调很强的差异性。
以用户视频为主的平台推荐：
由于这类平台内容数量巨大，细分场景下视频覆盖度广，因此这类平台在推荐时聚焦于视频内容本身的推荐。
如抖音油管的交互形式为单页播放，快手传统的双列也主要聚焦于视频内容没有对封面图、推荐语做特殊的内容维护和推荐拓展。
以版权视频为主的平台推荐：
版权视频由于内容成本很高，热门内容实效性强的特点。因此在纯内容推荐中更加侧重于人工维护+自动化内容补充的方式进行推荐，其中人工维护的内容为平台更加侧重的上新+热门内容。
【 内容池|视频场景下新用户的内容推荐策略】由于版权内容内容池相对于用户内容池远远偏低，且内容广度相比用户视频覆盖度小的多的特点，因此版权视频对于内容壳的推荐会更加注重。如在推荐版权内容时，会根据用户画像的标签、平台属性等特征，呈现给用户的内容会有多种一句话推荐、视频标题、视频封面图等因素。