好看的抖音千篇一律，有趣的快手万里挑一,特征识别
好看的抖音是一样的，有趣的快手千分之一好看的抖音千篇一律，有趣的快手万里挑一,特征识别，其实就说明了两种推荐算法的异同
抖音（集中）1.特征识别
视频审核通过后，抖音系统会根据视频的内容和标题对发布的视频进行标记。
并匹配相关的用户群购买抖音快手号，准备将这个视频推送给这群人。
2.主流池
15秒视频成功发布后，进入一级流量池，自动推荐100-1000用户播放。新视频流量分布
主要关注就近和跟随，再配合用户标签和内容标签进行智能分发
3.二次流量池（点赞、评论、转发、完成率）
进入二次流池需要以下因素：
同理，三级流量池和四级流量池会参照上述算法推荐机制，这就是百万级热门视频的生成方式。4.叠加推荐也会影响抖音推荐量的其他几个主要因素： 整体推荐过程
快手（去中心化）
快手的产品思路是：
个性化推荐的目的是通过全方位的数据准确描述用户的意图，有针对性地推荐用户愿意观看的视频。
频，提供极致的产品体验，提高视频收视率，增强用户粘性。产品的重点是分析用户的意图和
通过巧妙的产品设计传达个性化推荐。另一方面，交互也会影响算法。由于交互界面的作用
用于收集数据以达到提高推荐准确性的目的，因此交互反过来影响算法。
1.前端没有分类和传统的人气排名，按照一定的规则推荐红心数。
打开快手app，不用登录，界面很简单，没有常见的视频分类，也没有按照视频热度的二维
度数，即播放量和心数，设置排行榜，但以瀑布流的形式显示内容。可以看到显示的优先级是红色的
心数多的视频有几万、几千心，少数有几百、几十心，但不按心数从高到低排序。
它看起来完全随机。同时考虑视频的新鲜度，在时效上优先展示一天内的视频。
2.满足不同需求的推荐方法
登录后三个不同的推荐标签，结合不同的推荐方式
“发现”标签是短视频常用的推荐方式：协同推荐+内容过滤，是这两种推荐方式结合的结果。
协同过滤系统分析用户的兴趣并根据用户的历史视频观看行为进行推荐。但是协同过滤算法的缺点是
不能冷启动，所以需要混合其他算法，比如内容过滤系统。向用户推荐他们过去喜欢的视频的内容过滤系统
其他内容相似的视频。
发现（推荐）算法机制：
快手视频点赞数基本保持在10000-范围内，10万以上的视频很难找到，抖音的推荐基本都不错
超过50万，中位数在100万左右。这不是快手用户不足造成的，而是与快手算法独特的热权重有关。
在视频发布初期，随着热度的提高，曝光机会也随之增加。这时，人气权重起到了选择好坏的作用，视频达到一个阈值后，
其曝光机会将继续减少。这时，“热重”就起到了“择新除旧”的作用（其实就是给用户一个平等的展示机会）
与此同时，快抖对于“发布时间”的看法也是不一样的。
在抖音，你会发现很多视频其实几个月前就发布了。因为用户一般不会在乎短视频是不是最新的，只要足够精彩即可。
而在快手，大部分视频都是近期发布的，再远的视频也是一个月内.
那么，前面提到的“热度权重”和“发布时间权重”会对用户产生什么影响呢？
首先，短视频用户分为两类：
在这里，我们将守望者的注意力比作蛋糕，将生产者的注意力比作分蛋糕的人。首先，我们来看看分蛋糕的人。摇晃
听起来，已经分到大量蛋糕的用户会不断加快蛋糕的分发速度（高人气会不断增加曝光机会），头部用户集中。
这种中心化会让普通生产者和草根生产者很难被关注（这点和微博很像）。
而在快手中好看的抖音千篇一律，有趣的快手万里挑一,特征识别，顶用户的蛋糕被设了一个上限（高人气和老视频曝光机会会大打折扣），所以会有更多的人
蛋糕是分发的，也体现了快手的理念——希望所有用户都能展现自己，任何普通用户都有被关注的权利
利润。
对于观察者来说，抖音给了他们很多优质的资源，经过大量用户的测试，放入推荐模块的内容池中
视频。而快手只是初步考察后根据用户喜好推荐，所以会有很多小众和“本土”的内容。
抖音和快手，一个是精致的舞台表演购买抖音快手号，一个是普通的街头艺人。
该回答被网友采纳
站内部分内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任如发现本站有涉嫌抄袭侵权/违法违规的内容。请联系我们，一经核实立即删除。并对发布账号进行永久封禁处理.
本文网址：/show-14-1575.html
复制
自主选号
