推薦可以說是大家平常比較關注的話題了，在群里提問大多數的問題也都是關于推薦。那么西瓜視頻怎么運營獲得高推薦高流量?

　　簡單地說，西瓜的推薦系統(tǒng)是解決用戶、環(huán)境和資訊(也就是我們說的作品)之間的匹配關系的，通過算法來總結大家感興趣的程度，然后按照順序進行排序推薦。

　　這個推薦算法用函數來表達就是：y=F(x，x，x)，其中x代表的是特征變量，輸出的y則是大家對內容的感興趣程度。

　　在模型計算的過程中，我們涉及到的特征變量因素，我們可以簡單看一下：

　　用戶特征(性別、年齡、興趣愛好、所在地等等)

　　環(huán)境(地點：一線城市還是二線城市;天氣、設備、網速等等)

　　作品內容/質量(內容類別：三農、科技;清晰程度;時效性：是即時消息呢，還是能夠長時間消費的內容等等)

　　除了以上的特征，我們還會涉及一些其他的特征方面，我們羅列了四項典型的推薦特征：相關性特征、環(huán)境特征、熱度特征以及協同特征。

　　相關性特征：關鍵詞匹配、分類匹配、主題匹配和來源匹配

　　環(huán)境特征：地理位置、時間

　　熱度特征：全局熱度、分類熱度、主題熱度、關鍵詞熱度

　　協同特征：點擊相似用戶、興趣分類相似用戶、興趣主題相似用戶、興趣詞相似用戶

　　通過模型計算之后，我們會輸出大家對內容的感興趣程度(就是那個y值)，然后我們的算法就會根據這個程度的數值大小，按照順序進行排序，展現給用戶。所以推薦量也叫做展現量，指的是你的內容展現了多少次給用戶。

　　西瓜的算法分發(fā)特點

　　來源自先進的頭條推薦算法引擎

　　高效率匹配、快速冷啟動

　　多種目標刻畫(點擊、時長、互動、粉絲粘性等)

　　決定性作用的是用戶對內容/作者的認可

　　西瓜的算法是來源于頭條推薦算法引擎并且在這個的基礎之上進行了優(yōu)化和升級的，西瓜的算法可以說是站在巨人的肩膀上的。

　　可能大家也會有一定的感知，即使我的粉絲數量不多，但是我的某些作品也會有不錯的推薦。那是因為西瓜的算法有著高效率的匹配和快速的冷啟動，你的作品一發(fā)出來，他就能夠快速地幫你去匹配尋找感興趣的人，如果對方看到了作品，點擊觀看了，并且有良好的反饋(互動好、播放時長長等)，你的作品就能夠推薦給更多的人。

　　傳統(tǒng)的推薦算法更多的是考慮到用戶的點擊行為，就是視頻推送給100人，如果50人點擊了，系統(tǒng)就覺得這個視頻會火哦，然后推薦給更多的人。但是這樣會引發(fā)什么現象?對，就是標題黨和封面黨，會有人去誘導用戶點擊來獲取推薦，導致整個平臺的用戶體驗差。西瓜的算法是多種目標去刻畫的，我們不單單考慮到點擊，還會考慮到用戶的觀看時長、用戶互動反饋和粉絲播放等等。

　　所以看到這里大家可能了解到了，我們經常有創(chuàng)作者問平臺為什么不推薦我的作品呀，為什么我這個作品推薦停止了呀，其實真正起到決定性作用的不是平臺的推薦算法引擎，而是用戶對內容和作者的認可。只要你的作品沒有質量問題，比如說模糊、比如說有些比較敏感的信息，那都是正常推薦的。那為什么有些人的推薦量多，有些人的推薦量少?就是因為這部分作品得到了用戶的認可，有良好的用戶反饋，點擊率也高、播放時長也長，那就會引發(fā)作品的持續(xù)推薦。

　　我的推薦與什么有關?如何提升?

　　提供有效信息

　　標題+封面

　　引導用戶反饋、積極粉絲互動

　　對于我們來說，冷啟動階段特別地重要。如果想要提高作品的推薦，那我們能夠做些什么，幫助度過冷啟動階段，進入繼續(xù)推薦階段呢?

　　之前說了冷啟動階段會通過點擊率、用戶反饋以及播放時長等方面去進行考慮。那首先我們要確定我們的作品推送給了感興趣的人。比如說你的旅游類的作品，推送給了愛看廣場舞視頻的用戶，那他就不會點擊進去看，出現在了他的信息流里他也不會點進去。

　　怎么把作品推送給感興趣的人呢——做好在標題中設置關鍵詞，編輯好視頻標簽等等“瞄準”目標消費群體的動作，這樣才能夠幫助系統(tǒng)把作品推送給感興趣的人。之前群里有人問，能不能在標簽里寫一些熱度比較高但是跟視頻內容無關的詞。這里其實不建議大家去蹭這個熱度，因為如果到時候你的內容推薦給了那些關注熱點的人，他們也可能不會感興趣，這就浪費了推薦。

　　那確保了推送給感興趣的人之后呢，我們能夠做的就是在作品展現給用戶的時候，把他吸引過來，這時候一個好的標題和封面就格外重要。

　　好的標題和封面能夠幫助吸引用戶，先讓他點進來，再讓他留下來，最后最好讓他流連忘返，給你點個贊評個論加個粉，哎，還把你分享給別人“這個人拍的視頻很有意思哦，快來看看”。當然也不是讓大家去當標題黨和封面黨，為什么?因為如果你的標題和封面很吸引人，但是用戶看了你的內容卻發(fā)現跟他想的不一樣，那用戶可能就會憤怒，覺得自己被浪費了寶貴的時間，可能就在評論里發(fā)表一些比較激動的話，甚至還舉報，那就會造成不好的用戶反饋，從而影響推薦。

　　同時，可以在視頻中跟用戶互動，引導用戶進行評論，這樣也是對推薦有益的。如果有評論，最好也回復一下用戶呀。要有粉絲管理的意識，比如某些用戶經常看你的視頻，然后留言，就可以把他們發(fā)展成你的“老鐵”。