分析视频推荐中的策略
问题描述
在视频结束后，首屏往往会有6个其他视频的推荐。现在，像你按照课程中学到的策略四要素，分析这一视频推荐策略。
例如，下图是某视频网站在某电影结束后，播放界面展示的6个推荐视频。用户点击相应位置，即可观看相应视频。
image.png
待解决问题
用户看完一个视频后，推荐给用户视频，增加观看时长
输入
从观看视频的【用户-场景-行为】及视频特征分析：
image
归类梳理，得到影响用户继续去观看视频的因素包括下面两方面：
image
计算逻辑
经过对视频元数据和用户行为数据的收集，再通过计算相关性来从候选视频中生成推荐列表，最后推荐给用户。
计算相关性从视频质量、用户切合程度、多样性三方面考虑，赋予三者不同权重来综合计算，排序得到推荐列表。
1.视频质量
视频质量通过平台上的用户反馈得到，包括该视频的播放量、评分、点赞数、分享数、评论数、是否热搜。视频质量对于是否能引起用户观看的兴趣来说比较重要，同时对视频平台来说也有积极意义（对视频生产者有正向作用），而其在用户切合程度、多样性三者中，重要性处于中间地位，赋予其权重为30%。
2.用户切合程度
用户切合程度从三个维度衡量：用户标签与视频标签的贴合度，上一个播放结束的视频与候选视频的相似程度，用户近期行为数据表现的偏好。赋予其权重60%。
2.1 用户标签与视频标签的贴合度计算
首先根据用户基本信息、用户行为数据标签得到用户标签，然后从候选视频中找到视频标签与用户标签贴合的视频。
image
2.2 上一个播放结束的视频与候选视频的相似程度
从候选视频中找出与上一个播放结束的视频分类、内容、主演\导演\编剧一致的视频。
2.3 用户近期行为数据表现出的偏好
用户近期行为与用户当前心态拟合度高，因此对用户近期有过正向行为的视频赋予推荐权重相对要高。
3. 多样性
为了不只是推荐用户感兴趣的视频，从而让用户兴趣越来越窄，将推荐视频的范围扩展到和用户标签间接相关的视频。赋予其权重为10%。
输出
对于视频平台的新用户（没有用户行为数据），主要从上一个播放结束的视频与候选视频的相似程度和视频质量两个维度去推荐。以《悟空传》为例，得到的推荐视频如下
image
对于视频平台的老用户（有过历史行为数据），从视频质量、用户切合程度、多样性三方面去综合评估推荐。以《悟空传》为例，得到的推荐视频如下
image
