我做了个小实验:新91视频为什么你总刷到同一类内容?多半是标题语气没弄明白(真相有点反常识)

我做了个小实验:新91视频为什么你总刷到同一类内容?多半是标题语气没弄明白(真相有点反常识)

我做了个小实验,想弄清楚一个困扰很多创作者的问题:为什么你在“新91视频”上总是刷到同一类内容?结论有点反常识:不是你发的主题最决定推送,而是标题的“语气”把你套了进去。 实验概述(简短说明方法) 对象:我用多个账号、同一套视频内容,改变标题语气和少量文字表达来测试分发差异。缩略图、视频内容、发布时间都保持一致,尽量只让“标题语气”成为变量。 数据:观察了每个标题的曝光、点击率(CTR)、平均观看时长、完播率和新增关注情况,持续观察了几周,触达样本为数百到数千次曝光级别。 目的:看平台是否把同一主题的视频按“语气”或者“表达方式”做分群推送,以及这种分群对创作者增长和内容多样性的影响。 核心发现(干货)...
日期: 栏目:暮色年华 阅读:127
真正的关键在:51视频网站越用越“像”,因为筛选条件在收敛(真的不夸张)

真正的关键在:51视频网站越用越“像”,因为筛选条件在收敛(真的不夸张)

标题一开始就把结论摆出来:51家视频网站越用越“像”,并非偶然,而是筛选条件在不断收敛的结果(真的不夸张)。下面把这个现象拆开讲清楚:为什么会收敛、收敛表现在哪儿、对用户和创作者意味着什么,以及可以怎么办。 为什么会收敛? 共同的激励结构:大多数平台都把用户留存、观看时长、广告营收或付费转化作为核心指标。为了优化这些指标,推荐系统会向同一类被验证“高效”的内容倾斜,久而久之,策略趋同。 算法设计趋同:推荐算法常见的要素包括协同过滤、行为序列建模、CTR/观看时长打分等。不同工程团队独立迭代,但面对同一类训练数据和商业目标,最终参数和工程手段会走向相似解。 数据与标签标准化:标题、话题标签、视频封面、时长分段...
日期: 栏目:星野夜语 阅读:36