学习用户行为助力抖音快速涨粉
用户每次刷新,推荐算法启动的第一步是召回,即从候选内容池中快速捞取可能感兴趣的内容。然后,深度学习算法基于用户的历史行为,给每个用户形成一套专属的价值模型,模型会预测用户对候选视频的行为,结合用户行为和视频本身的价值权重,推算出视频推荐的价值分数,并将综合得出的价值最高的视频推送给用户。这个估算价值的模型,随着算法的进步,已近乎即时调整,用户每次动作,算法都会根据用户实际动作调整自己的参数,对各类价值重新加权,以更好满足用户需求。算法是工具,是为解决用户需求,打分的最终目标是用户长期价值。在那场交流中,刘畅提到,长期价值是抖音算法的“北极星指标”,而不是短期数据,“如果我们比较关注短期数据,那就会强化像点赞、完播这些短期好收集的信号...