解密微信视频号的推荐机制会员免费

一、微信视频号定位首先我们要看一下视频号的定位，视频号与公众号不同。对于内容创作者来说，公众号是一个中心化的产品，好像一个封闭的鱼塘，池塘好不好要看鱼有多少。而视频号是去中心化的一个产品，视频号好像一个广场，只要你的内容够好，就能吸引更多的人来观看你的内容。这个多怎么定义呢？有可能是全国的 11 亿微信用户，所以视频号的核心在于推荐机制。现在视频号还在内测阶段，就如同初期的抖音一样处于红利期。给大家看一组数据，公众号的打开率在 3%左右，也就是说如果你有 10000 个粉丝，每篇文章的阅读量也就是 300 人。而截止到 2020/4/14 日华仔的视频号粉丝只有 51 人，但是单个视频最高观看量已经达到 1000+，华仔视频号总观看量已经达到 5000+。这组数据也就是华仔不得不做视频号的原因，绝对是一波红利。上文已经讲过视频号的核心是微信团队设计的推荐机制，华仔花了 2 周时间每天都刷视频号，察觉到一些视频号推荐机制的蛛丝马迹，通过接下来的这两篇文章分享给你。

二、推荐系统入门我们先对推荐系统入个门，如下图所示推荐分为三个阶段：召回、过滤、排序。什么是召回呢？就是通过一个一个的推荐引擎（推荐算法），计算你喜欢的商品。简单介绍一下两个召回算法：比如基于用户的协同过滤算法（推荐引擎），就是你朋友喜欢的东西你也有可能喜欢，物以类聚，人以群分的算法。第二个是基于物品的协同过滤算法（推荐引擎），我们都知道啤酒与尿不湿的案例，假如你在超市买了啤酒就很有可能买尿不湿。这个算法认为如果大多数人买了商品 A，又买了商品 B，那么 A 和 B 就是比较相似的。假如你买了 A，我就可以给你推荐 B。再来看下什么是过滤，比如在视频号你刚刷了某个明星的短视频，接下来是不需要再给你推荐某个明星的这个视频，还有比如在电商网站你买过的东西，近期就没必要再推荐给你，这就是过滤。最后看一下什么是排序，比如基于用户的协同过滤算法推荐出来了商品 A，你喜欢的概率是 0.98，基于物品协同过滤算法推荐出了商品 B，你喜欢的概率也是0.98。那我应该把 A 优先推荐给你还是把 B 优先推荐给你呢？两套算法都相互不服，就好像两个武林高手谁都不服谁，那么我只能这样做，请一个裁判再给两套算法比个武，谁赢优先推荐谁。这就是排序算法。

三、视频号用到的召回算法本文主要讲视频号的召回算法，通过华仔观察到的结果反推视频号的推荐机制，微信视频号团队都用了哪些召回算法。华仔连续下拉了 13 次视频号的首页，记录了每次刷新的第一的视频，为什么记录第一个？因为第一个放在最前面大概是因为视频号认为它是华仔目前来说最可能喜欢的视频。测试的结果如下：我们来分析一下为什么推荐给我这些视频，要想搞明白为什么是这些视频，首先要搞明白微信都有华仔的那些数据。我们拿华仔的个人微信号举个例子：华仔的微信号有 1300+的好友、关注了 384 的公众号，平时没事打打王者和联盟、开了个产品经理公众号、写写文章、是一个非典型 90 后男同胞。1.基于用户协同过滤的视频号推荐算法首先对于社交产品最重要的一定是华仔的好友数据，华仔的好友都看了那些视频，那个视频华仔的好友看的最多，那么就可以优先把这个视频推荐给华仔看，说不定华仔也喜欢看，所以华仔的朋友千万不要看不良内容，说不定华仔就刷到了。这就可以用到基于用户的协同过滤算法。当刷到第九个时，后面连续都是 提示 “多位朋友看过”，说明视频号用到了基于用户的协同过滤，而且推荐结果在排序算法中权重很高。2.基于用户标签的视频号推荐算法

其次腾讯知道华仔关注了 384 个公众号，公众号在创建时是需要选择类别的，另外公众号发文章时时也要选择类别，华仔平时会看什么类型的公众号、看那些类型的文章，腾讯都知道，就可以给华仔打上各种各样的标签。比如华仔经常看产品经理、汽车、美食相关的公众号和文章，那么腾讯就会给我打上产品经理、汽车美食等等标签。有了这些标签就可以给华仔推荐相关的视频，于是华仔的推荐列表里出现了“1.YYP 颜宇鹏车言论”、“7.产品经理看世界 ”、3.迪哥爱吃 这些视频。这里又产生了一个问题...