惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
月光博客
月光博客
MyScale Blog
MyScale Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
爱范儿
爱范儿
P
Proofpoint News Feed
人人都是产品经理
人人都是产品经理
Last Week in AI
Last Week in AI
罗磊的独立博客
G
Google Developers Blog
Y
Y Combinator Blog
博客园 - 【当耐特】
WordPress大学
WordPress大学
大猫的无限游戏
大猫的无限游戏
博客园 - 叶小钗
J
Java Code Geeks
酷 壳 – CoolShell
酷 壳 – CoolShell
V
Visual Studio Blog
美团技术团队
宝玉的分享
宝玉的分享
Jina AI
Jina AI
小众软件
小众软件
T
Tailwind CSS Blog
A
About on SuperTechFans

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
B站的推荐算法机制大揭秘!
挖塘人 · 2023-06-21 · via 人人都是产品经理

本篇文章以2023年5月最新公开的两份b站推荐算法为例,具体分析其中的两大算法:安全算法和推荐算法。作者对这两种算法进行简单举例,方便读者理解。希望能对你有一定的参考帮助。

最近,有塘友让挖塘人分享一下B站的推荐算法,今天就来详细说一说。

B站的推荐算法机制大揭秘!

如今,b站已经是不再是之前的那个二次元内容网站了,它现在被称为「中国版的YouTube」,流量和用户近几年上涨很快,内容也在不断地向多元化发展。

从创作者或者商家的角度来看,它是一块香甜的流量蛋糕,但要想吃到这块蛋糕,还是需要方法和技巧的。下面挖塘人就给大家捋捋B站的内容推荐算法机制。

在正文开始之前,我们说两个事实:

1)算法不断更新

其实,b站的运营方法和机制在几年前挖塘人就分享过,但现在回过头看,变化太多了。

所以我们需要明白一个事实:那就是各个平台的智能算法都会不断更新,不断地完善。大家不要想着「一成不变」,更不能使用远古的运营方法来运营现在的平台,必须与时俱进。

当然,挖塘人也会及时给大家分享各平台的动态。

2)算法不是玄学

很多人看平台推荐算法的文章都是别人加工后的或者说根据自己的经验猜的,但看的人传来传去就变成了玄学。

其实,算法不是玄学。它是有依据,有数据指标的,以2023年5月最新公开的两份b站推荐算法为例,它里面就明确说了很多具体的数据指标。

B站的推荐算法机制大揭秘!

下面,我们来说说,这两份b站算法报告具体包含了哪些数据指标和运行原理:

一、安全算法

很多人以为作品发布后就会进入系统的推荐池。其实不然,作品发布后首先是被安全算法过一遍,安全算法或者叫过滤算法是各大ugc平台都有的一种算法,它的目的就是识别不符合要求的内容。

根据哔哩哔哩内容安全算法公开的内容介绍,安全算法主要包含三个部分:

  1. 内容理解模块,它是负责内容识别的模型。
  2. 运营工具,这个主要是方便平台的维护,可以通过某个特性批量识别某些内容,比如要屏蔽某个劣迹艺人,运营人员可以在数据库里操作就可以了。
  3. 训练模块,这个属于给算法喂数据的环节,它会让安全算法越来越完善,这也是我们上面说的算法会不断更新。

B站的推荐算法机制大揭秘!

那么具体有哪些内容不能通过安全算法呢?

这个在b站的社区中心里都说的很明白,对于一些比较突发的或者平台临时在数据库加的规则,平台也会作出对应的说明。

二、推荐算法

通过安全算法,只要不违规都可以,但要玩转推荐算法就没有那么容易了,因为它的影响因素太多了,而且逻辑也多。

首先,公示的算法机制机理内容明确提到影响一个作品的数据指标有作品的播放量、点赞、投币、收藏、关注以及分享等正向因素,还有点踩、不感兴趣等负向因素。

其次,把这些作品通过上述数据指标会对一批内容进行综合排序,但并不是排完序就直接展示给用户。它还需经过去重、打散等处理环节,最后再输出最终的排序并展示给用户。

B站的推荐算法机制大揭秘!

按照上面的解释,大家可能看不懂,这里挖塘人画了一张图来帮助大家理解:

B站的推荐算法机制大揭秘!

其中有两个主要的信息需要我们重视,一个是作品的互动数据,另一个是作品的权重。

1. 互动数据

算法说明里面提到两个方向的因素,即正反向因素。如果正向因素好,作品的推荐流量就好越多;反之就会减少推荐。

2. 作品权重

算法里的去重和打散等处理其实是在给入围的作品进行加权排序,它是通过各种系数计算得出的结果。

比如有ABCD四个账号分别发布了作品abcd,这四个账号的权重分别为1、2、2、1,作品的综合排序权重为2、3、2、1。

而根据加权公式:

最终排序权重=作品权重*0.8+账号权重*0.2

我们可以得出以下结果:

B站的推荐算法机制大揭秘!

所以展示给用户的顺序为bcad。

当然,这里只是为了方便大家理解举的一个例子。b站的实际加权公式要更复杂,而我们可以操作的是加强作品的互动数据和账号权重,这样不管平台的加权公式是怎样的,我们的数据都可以尽量得到最大值。

以上就是今天的内容,希望对你有帮助。

作者:挖塘人,微信公众号:挖塘人

本文由 @挖塘人 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。