張宴碩 董雪

摘 要 算法推薦機制已經(jīng)是目前主流視頻平臺分發(fā)內(nèi)容的主要方法之一，視頻創(chuàng)作者利用好算法機制可以對視頻創(chuàng)作進(jìn)行優(yōu)化，擴展視頻傳播的傳播范圍。文章從算法推薦機制的原理、完善用戶畫像、增強內(nèi)容垂直度、完善視頻信息、置入互動內(nèi)容等方面探討算法推薦機制下的短視頻創(chuàng)作與傳播，為全媒體時代數(shù)字媒體藝術(shù)專業(yè)人才提供借鑒。

關(guān)鍵詞 短視頻；算法推薦機制

中圖分類號 G2 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-0360（2020）18-0117-03

隨著抖音、快手、微信視頻號等短視頻新媒體平臺快速崛起，拍攝技術(shù)的普及，短視頻創(chuàng)作的已無門檻。在海量數(shù)據(jù)的創(chuàng)作環(huán)境下，大數(shù)據(jù)帶來的最直接挑戰(zhàn)就是如何讓更多的用戶在數(shù)據(jù)汪洋中找到自己制作的內(nèi)容，平臺利用算法推薦機制作為中樞，將內(nèi)容與用戶作為內(nèi)容的分發(fā)渠道解決“信息過載”的問題，所以，掌握和利用算法推薦機制，讓算法為內(nèi)容創(chuàng)作賦能也是眾多創(chuàng)作者亟需思考的問題。

1 短視頻平臺的算法推薦機制運作原理

算法推薦機制短視頻平臺是為用戶推薦所需內(nèi)容的技術(shù)，它的價值在于幫助用戶粉絲解決內(nèi)容信息過剩和遴選所需要的視頻內(nèi)容。雖然算法推薦系統(tǒng)應(yīng)用了各種各樣復(fù)雜的數(shù)學(xué)模型，但是它的運作原理確十分簡單，那就是讓系統(tǒng)準(zhǔn)確了解待推薦的內(nèi)容、全面的掌握需要推薦的用戶畫像，經(jīng)過判斷內(nèi)容、匹配用戶實現(xiàn)內(nèi)容與用戶的高效對接。視頻平臺算法推薦機制運作流程是這樣的：創(chuàng)作者將視頻發(fā)布后，系統(tǒng)便會解讀提取出視頻的關(guān)鍵信息，將視頻推薦給微量用戶群體，這個群體可能是系統(tǒng)默認(rèn)的感興趣的用戶，這批用戶群發(fā)生的播放數(shù)據(jù)，將對視頻是否能進(jìn)入下一輪幾何倍數(shù)的推薦起到關(guān)鍵性作用，如果數(shù)據(jù)良好，視頻就會進(jìn)入良性推薦循環(huán)中，不斷地被推薦給更多人，最終成為爆款。

如果用通俗化的形式解讀算法推薦系統(tǒng)，實際上是一個用戶對視頻內(nèi)容滿意度的函數(shù)，這個函數(shù)包含內(nèi)容、用戶特征、環(huán)境[1]特征三個維度的變量。第一個維度是內(nèi)容。各視頻平臺如今已經(jīng)是一個綜合性的內(nèi)容平臺，各類視頻內(nèi)容具備各自的特色屬性，需要考慮提取差異化的內(nèi)容類型特色做好推薦。第二個維度是用戶特征。包含各種用戶性別、興趣愛好，年齡段、職業(yè)屬性等，還有很多模型刻畫出的隱式用戶興趣等。第三個維度是環(huán)境特征。協(xié)同性特征、熱度特征、相關(guān)性特征以及環(huán)境特征，這些特征是移動互聯(lián)網(wǎng)時代的特點，他們隨著位置的不斷變化、所處場景的差異，用戶對信息偏好會有所偏移。推薦系統(tǒng)給出的推薦結(jié)果都是個性化的，不同的視頻消費者看到的結(jié)果一般而言差異很大。推薦系統(tǒng)可以通過分析視頻消費者以往點擊或購買的記錄，以及其他用戶點擊或購買的記錄，給出一些讓視頻消費者意想不到甚至以前從未了解的推薦，而這些推薦往往卻是消費者喜歡的。創(chuàng)作者有針對性的了解用戶喜好，通過系統(tǒng)推薦算法優(yōu)化自己的創(chuàng)作內(nèi)容。

2 完善用戶畫像定位，優(yōu)化內(nèi)容策劃

視頻創(chuàng)作首先解決的問題是內(nèi)容定位問題，視頻內(nèi)容是拍給哪些群體看的，所以必須要對目標(biāo)用戶畫像有個全面的了解。每個視頻平臺的推薦機制算法是根據(jù)用戶注冊時所選擇感興趣的領(lǐng)域進(jìn)行推薦，用戶注冊后完成第一階段的畫像描述，每一次的點擊和閱讀都會被系統(tǒng)計入算法，用戶觀看的次數(shù)越多，用戶畫像所積累的數(shù)據(jù)越明晰，系統(tǒng)推薦就會越準(zhǔn)確。

對于各平臺的算法系統(tǒng)來說，用戶畫像就是將所有用戶信息進(jìn)行標(biāo)簽化的重新分組，用戶畫像數(shù)據(jù)劃分為靜態(tài)和動態(tài)兩類：

靜態(tài)用戶畫像數(shù)據(jù)包含用戶獨立于產(chǎn)品場景之外的屬性，通常具備人口統(tǒng)計性意義，例如用戶年齡、性別、受教育程度、婚姻情況、靜態(tài)常駐位置等。當(dāng)然，這些信息往往相對穩(wěn)固，可通過第三方軟件數(shù)據(jù)庫共享登錄、用戶表單填寫等方式獲取。

動態(tài)用戶畫像數(shù)[2]據(jù)包含用戶在產(chǎn)品使用模式下所發(fā)生的顯式或隱式行為。顯式行為包含對視頻內(nèi)容評論、點贊、分享及關(guān)注了某位視頻創(chuàng)作者等。由于產(chǎn)品場景的差異，因此不同行為的后臺所賦的權(quán)重也不一樣。隱式行為包含持續(xù)觀看視頻的時間、用戶跳出點等。一般情況下，顯式行為的權(quán)重要比隱式行為高，然而因為顯式行為所表現(xiàn)的數(shù)據(jù)相對稠密，為了將推薦引擎訓(xùn)練更為“聰明”所以需要隱式行為來對數(shù)據(jù)進(jìn)行二次增補驗證。

因此，對于視頻創(chuàng)作者來說，關(guān)注用戶畫像數(shù)據(jù)可以清晰指導(dǎo)自己的用戶粉絲到底是哪類人，要服務(wù)的群體是哪些?，F(xiàn)在每個視頻創(chuàng)作者后臺都會對作品有詳盡的數(shù)據(jù)分析后臺，用戶畫像的動態(tài)和靜態(tài)數(shù)據(jù)都可以清晰的獲得。創(chuàng)作者完全可以依據(jù)后臺的粉絲用戶畫像來進(jìn)行內(nèi)容優(yōu)化。例如增加粉絲相對集中的地域相關(guān)議題設(shè)置在內(nèi)容中，這樣很容易獲得算法的推薦。

3 利用相關(guān)性特征，增強內(nèi)容垂直度

算法推薦機制有個重要的參考環(huán)境特征就是相關(guān)性特征，這個參數(shù)將審核內(nèi)容的屬性和與用戶是否匹配。這里的匹配包含主題熱點匹配、來源匹配、關(guān)鍵詞匹配、類型分布匹配等。這就需要視頻創(chuàng)作者提高自己的內(nèi)容與粉絲用戶之間的內(nèi)容相關(guān)性，也就是做垂直類的內(nèi)容。

垂直度就是視頻賬戶的一個系統(tǒng)標(biāo)簽，而垂直度的作用就是把愈加精準(zhǔn)的流量推送的你的內(nèi)容上。作品的垂直度可以相應(yīng)的積累創(chuàng)作者的品牌，樹立品牌的可信度，可以讓推薦引擎通過數(shù)據(jù)積累，優(yōu)先推薦你的品牌。在算法處于支配地位的平臺規(guī)則里，視頻創(chuàng)作者們的賬號應(yīng)該是持續(xù)制作并輸出同一個領(lǐng)域的內(nèi)容。如果說你今天是娛樂的內(nèi)容、明天是做產(chǎn)品評測、后天做美食，那毫無疑問這是一個沒有垂直內(nèi)容的視頻創(chuàng)作者，賬號被推薦的權(quán)重比例就會受到很大的影響，所以從始至終的垂直類內(nèi)容也更易獲得用戶粉絲的青睞。由于每篇內(nèi)容都會經(jīng)歷無人問津的啟動過程，具有一定粉絲量的品牌創(chuàng)作者會得到更高的系統(tǒng)曝光展現(xiàn)量，算法機制也會在內(nèi)容話題相似時優(yōu)先考慮品牌更好的內(nèi)容創(chuàng)作者?？傊褪且纬梢粋€自己專屬的人設(shè)和吸引粉絲留下來的原因。專注于原創(chuàng)的垂直領(lǐng)域也會受到算法推薦機制的垂青。視頻平臺自帶的基因就是對原創(chuàng)內(nèi)容友好型基礎(chǔ)，平臺是連接視頻創(chuàng)作者和視頻消費者的橋梁。一致積累原創(chuàng)垂直內(nèi)容創(chuàng)作者所聚集的用戶粉絲都屬于對此類細(xì)分領(lǐng)域感興趣的用戶，算法系統(tǒng)會優(yōu)先推薦新內(nèi)容給訂閱粉絲，他們的觀看行為會極大的影響后續(xù)的推薦階段數(shù)據(jù)。所以一旦不是他們所感興趣原創(chuàng)垂直類內(nèi)容，就會立刻關(guān)掉視頻，甚至取消訂閱。這對于視頻創(chuàng)作者來說具有極大的殺傷力。

專一一個領(lǐng)域的內(nèi)容輸出更易產(chǎn)生專業(yè)化的內(nèi)容，可以疊加創(chuàng)作者自身品牌屬性。堅持內(nèi)容垂直能夠增加推薦量，標(biāo)簽越精確，系統(tǒng)推薦的用戶就越準(zhǔn)確，能夠協(xié)助創(chuàng)作者更廣泛的吸引用戶粉絲。

4 完善視頻元信息，讓推薦引擎正確理解內(nèi)容

對視頻創(chuàng)作者來說，僅拍好視頻還不足以成功，還必須在分發(fā)的階段，補充更完善的視頻文本元信息才能有助于被算法系統(tǒng)發(fā)現(xiàn)。雖然各視頻平臺能夠基于幀為單位的視頻音軌道分析引入算法推薦系統(tǒng)，但目前的算法技術(shù)還不能完全真正理解視頻內(nèi)容的含義，對于優(yōu)質(zhì)內(nèi)容只能基于過往優(yōu)質(zhì)的數(shù)據(jù)積累賦予權(quán)重，所以讓機器完全理解視頻內(nèi)容尚達(dá)不到大規(guī)模工業(yè)應(yīng)用的水平。因此，視頻創(chuàng)作者應(yīng)當(dāng)盡量完善平臺提供的可補充視頻的基礎(chǔ)元信息的文本標(biāo)簽，如視頻標(biāo)題、關(guān)鍵詞、內(nèi)容簡介、行業(yè)分類等，給算法系統(tǒng)提供一個可以易于轉(zhuǎn)化、理解內(nèi)容的途徑。

以標(biāo)題為例，好的標(biāo)題是視頻火爆的起點。它就像一個人名字一樣，是用戶粉絲快速了解視頻內(nèi)容并產(chǎn)生記憶與聯(lián)想力的重要路徑。恰當(dāng)?shù)臉?biāo)題可以成為流量的入口，激發(fā)觀眾對視頻的探索興趣，還會引起評論區(qū)熱度而帶動視頻互動率。好的標(biāo)題需要給用戶構(gòu)造場景來激發(fā)用戶的好奇心，經(jīng)過提供對用戶有價值的信息，讓用戶在點擊后取得數(shù)據(jù)收獲。目前主流的短視頻平臺對標(biāo)題限定在30字以內(nèi)。所以標(biāo)題字?jǐn)?shù)要適中，字?jǐn)?shù)太少無法保證機器提取信息的準(zhǔn)確度，字?jǐn)?shù)太長會影響用戶體驗。相對來說，20～25字的三段式標(biāo)題是針對算法機制來說最受歡迎的。所謂三段式就是在規(guī)定的字?jǐn)?shù)內(nèi)，將標(biāo)題用標(biāo)點分為三個部分，這樣能使用戶和算法引擎更容易了解，便于承載更多的內(nèi)容信息，經(jīng)過三段式標(biāo)題層層遞進(jìn)的形式，讓內(nèi)容表述更為明晰準(zhǔn)確。又例如在話題的選擇上，也是完善視頻元信息重要的一環(huán)。視頻平臺一般會根據(jù)時下熱點重點推出多種話題，一般會以“##”符號在標(biāo)簽頁作為系統(tǒng)索引，增加內(nèi)容展示量。所以創(chuàng)作者在發(fā)布時要根據(jù)自身視頻內(nèi)容定奪是否參與平臺的話題討論，話題也是內(nèi)容創(chuàng)作者極易忽視的一個重要的算法推薦機制指標(biāo)。

5 置入互動內(nèi)容，加速視頻傳播

推薦模型中，完播率、點贊、轉(zhuǎn)發(fā)、評論這四項常見的顯性指數(shù)是算法推薦機制中，加速視頻傳播的重要參考指標(biāo)。它們都是可以量化的目標(biāo)，能夠讓算法模型直接擬合做出預(yù)估。一般來說，爆款視頻都具有這四項指數(shù)，當(dāng)這些互動量達(dá)到一定數(shù)量級別時，系統(tǒng)會推薦給更多的用戶。所以在內(nèi)容前期策劃時，要注重這些可以助推視頻被更多人關(guān)注。

為什么是要增加完播率？完播率是觀看完整視頻的人數(shù)與總觀看無中間跳出人數(shù)得出的數(shù)據(jù)比值，是內(nèi)容是否將用戶留存的一個重要指標(biāo)。如果完播率高說明內(nèi)容可以留住用戶粉絲，反之則說明內(nèi)容不夠吸引人，視頻創(chuàng)作者最好在視頻的開頭和結(jié)尾設(shè)置勾連，讓用戶能夠堅持將視頻看完，這樣才能使完播率有效進(jìn)行提升。這就可以解釋為什么很多短視頻都會出現(xiàn)“不看到最后你絕對后悔”“故事結(jié)局你一定想不到”等之類的文案，這么其實做就是為了提升完播率。所以前方有趣、中間有梗、后方有料的視頻結(jié)構(gòu)能夠更好地適應(yīng)完播率。

為什么引導(dǎo)用戶進(jìn)行評論？評論是對視頻本體內(nèi)容的延伸，其中，存在有易于表達(dá)、吐槽爭議的情節(jié)、需要進(jìn)行討論的事實和觀念，還有其他引發(fā)情感的共鳴集合點，這些要素都能引發(fā)用戶去評論。視頻下方的評論拓展了當(dāng)期視頻的內(nèi)容深度，更多的用戶評論給視頻內(nèi)容提供了差別視角的剖析和信息增補。為了促成用戶觀看視頻的同時有更多的評論量，需要在內(nèi)容策劃上將選題有更強的沖突性和代入感，在結(jié)尾處留有懸念，主動引發(fā)用戶對視頻內(nèi)容進(jìn)行討論。在評論中，創(chuàng)作者應(yīng)該主動回復(fù)用戶粉絲的評論，一方面可以增加評論量，另一方面可以增添粉絲的活躍度與用戶黏性。其實，在評論區(qū)也是跟粉絲交流的好機會，可以獲取用戶的真實想法，哪些內(nèi)容是他們感興趣的、真正喜歡的，他們期待著哪些內(nèi)容。這個相互評論的過程，也是增長粉絲的大好機會。

為什么要引導(dǎo)用戶進(jìn)行點贊？用戶進(jìn)行點贊，有時是粉絲用戶為激勵創(chuàng)作者而留下的支持的印記，但是更多的理由是因為觀看的視頻內(nèi)容充分調(diào)動了用戶的情緒，對內(nèi)容所輸出的觀念表示贊許。視頻是眾多藝術(shù)形式的混合體，也是最能調(diào)動受眾的感官，在所有單項傳播形式里，視頻是最容易將用戶粉絲帶入場景的。用戶觀看視頻后，心理上有正、負(fù)面情感，能收獲點贊的一定是愉悅、滿足、認(rèn)同等正面情感。如果增加點贊量，內(nèi)容創(chuàng)作就要思考從不同的角度進(jìn)行情感調(diào)度的特別設(shè)計。

為什么要引導(dǎo)用戶轉(zhuǎn)發(fā)？內(nèi)容讓用戶覺得視頻有用并且可以分享給朋友這樣才能轉(zhuǎn)發(fā)。轉(zhuǎn)發(fā)量拓展了內(nèi)容的廣度，更多的轉(zhuǎn)可以給面向潛在受眾更多的曝光。只有新鮮的、有價值的視頻更能夠引起用戶的轉(zhuǎn)發(fā)，這也是算法引擎中的熱度特征，它包含主題內(nèi)容、類型、關(guān)鍵詞以及全局熱度等。熱點內(nèi)容在推薦過程中，特別在用戶內(nèi)容剛發(fā)布的時候十分有效，所以在創(chuàng)作中，適當(dāng)關(guān)注內(nèi)容熱點，是非常必要的。所以創(chuàng)作者在制作視頻時候就要考慮完播率、評論、轉(zhuǎn)發(fā)、點贊等這些系統(tǒng)算法指標(biāo)，每一個環(huán)節(jié)都精心設(shè)計后，視頻就會在算法引擎的助推下加速傳播。

6 結(jié)語

今天算法推薦機制已經(jīng)成為互聯(lián)網(wǎng)內(nèi)容平臺的標(biāo)配，用戶通過算法引擎獲得內(nèi)容。內(nèi)容創(chuàng)作者發(fā)布的半數(shù)以上作品所取得的展示量也來自內(nèi)容推薦系統(tǒng)。所以，內(nèi)容創(chuàng)作者應(yīng)該充分認(rèn)識到，算法推薦機制下的短視頻創(chuàng)作與傳播的重要性。在算法推薦機制處于中樞的創(chuàng)作環(huán)境中，視頻內(nèi)容首先需要過算法系統(tǒng)的篩選，才能夠展示給用戶，只有讓算法引擎正確地解析內(nèi)容，才能更有助于內(nèi)容的精準(zhǔn)分發(fā)。所有推薦規(guī)則都會不斷迭代進(jìn)化，算法不僅能實現(xiàn)多樣化、個性化的內(nèi)容精準(zhǔn)推薦，還能賦能內(nèi)容生產(chǎn)，輔助內(nèi)容運營。利用好推薦機制才能并最終趨近于推薦引擎的目標(biāo)，讓算法推薦機制賦能內(nèi)容創(chuàng)作，加速視頻傳播。

參考文獻(xiàn)

[1]呂白.人人都能做出爆款短視頻[M].北京：機械工業(yè)出版社，2020：17-18.

[2]閆澤華.內(nèi)容算法-把內(nèi)容變成價值的效率系統(tǒng)[M].北京：中信出版集團，2018：34-35.

基金項目：吉林省高教學(xué)會高教科研課題2018年度立項課題“全媒體時代數(shù)字媒體藝術(shù)專業(yè)人才培養(yǎng)模式的改革研究”成果（課題編號：JGJX2018C26）。

作者簡介：張宴碩，吉林廣播電視臺衛(wèi)視頻道，編輯，研究方向為媒體策劃與制作。董 雪，吉林藝術(shù)學(xué)院新媒體學(xué)院，講師，新媒體學(xué)院競賽指導(dǎo)中心副主任，研究方向為傳播學(xué)、媒介受眾研究。