快手如何变为短视频社交领域独角兽?(4)

协同过滤系统就是通过用户历史观看视频的行为，分析用户兴趣给出推荐。但协同过滤算法有个缺点就是不能冷启动，因此需要混合别的算法，比如内容过滤系统。内容过滤系统，给用户推荐他们之前喜欢的视频内容相似的其他视频。

在体验的过程中我观察到，在我进行了观看、喜欢和关注几个创作者后，快手给我推荐的类似视频变多了。系统会搜集用户的显性行为，并进行优先级排序。最重要的几个显性行为包括了：点爱心、评论、观看视频长度、减少某类视频。

在“关注”这个Tab下，根据时间维度随机展示了此前关注的创作者的视频。从用户的主要需求“看视频”这个角度来看，只用时间维度也是合理的，因为在关注这个栏目中，用户的喜好已经很明确，不需要其他的东西来干扰用户决策。

从另一个角度来说，“关注”栏目的播放量，也是生产者视频未来持续曝光的一个入口。往更深了说，“关注”提供了一个让内容消费者和内容生产者能持续交流的纽带。

内容推荐系统的核心，是计算两个视频在内容上的相似度。

从界面上可以发现，用户录制好视频，输入一段描述性文字即可发布。系统在用户发布后会进行内容的识别和判断，然后以某些方法来划分视频，比如计算某些视频的相似度。通过视频的标题或描述、发布位置、评论等抽取某些关键词或给视频打标签，再根据某些模型计算视频相似度来进行推荐。目前看快手没有让用户自己打标签，而完全交由机器来执行。

那么，“同城”这个Tab，即是通过用户发布时的位置，进行推荐的。目前看，主要是根据距离的远近来排序，优先排序近的。但这个栏目中，会优先展示买了头条和正在直播的用户。作用其一，是提高内容生产者的曝光可能性，其二，增加用户的社交关系链，为用户的沉淀提供更多可能。

产品的个性化需求

除了以上的三个Tab，还可以通过搜索来找自己想看的视频。