抖音app的核心推荐算法机制究竟基于哪些用户行为数据呢?
抖音的核心推荐算法会基于多类用户行为数据来为用户精准推送内容,以下为您详细介绍:
行为数据类型 | 具体说明 |
---|---|
观看行为 | 包括用户观看视频的时长、是否看完整个视频等。若用户经常完整看完某类视频,算法会认为用户对该类内容感兴趣,从而更多地推荐此类视频。比如用户频繁看完美食制作视频,之后就会收到更多美食相关推送。 |
互动行为 | 涵盖点赞、评论、分享等。用户点赞某个视频,表明对其有一定喜好度;积极评论和分享视频,说明用户对此内容兴趣浓厚且愿意参与互动,算法会据此推荐相似视频。 |
搜索行为 | 用户在抖音上进行的搜索操作能直接反映其兴趣需求。若用户搜索“旅游攻略”,算法会将相关的旅游攻略视频推送给用户。 |
关注行为 | 用户关注的账号类型体现了其兴趣方向。若用户关注了很多健身博主,算法会为其推荐健身教学、健身器材等相关视频。 |