算法推薦機制下的短視頻創作與傳播

張宴碩 董雪

摘 要 算法推薦機制已經是目前主流視頻平臺分發內容的主要方法之一，視頻創作者利用好算法機制可以對視頻創作進行優化，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、增強內容垂直度、完善視頻信息、置入互動內容等方面探討算法推薦機制下的短視頻創作與傳播，為全媒體時代數字媒體藝術專業人才提供借鑒。

關鍵詞 短視頻；算法推薦機制

中圖分類號 G2 文獻標識碼 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，拍攝技術的普及，短視頻創作的已無門檻。在海量數據的創作環境下，大數據帶來的最直接挑戰就是如何讓更多的用戶在數據汪洋中找到自己制作的內容，平臺利用算法推薦機制作為中樞，將內容與用戶作為內容的分發渠道解決“信息過載”的問題，所以，掌握和利用算法推薦機制，讓算法為內容創作賦能也是眾多創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容的技術，它的價值在于幫助用戶粉絲解決內容信息過剩和遴選所需要的視頻內容。雖然算法推薦系統應用了各種各樣復雜的數學模型，但是它的運作原理確十分簡單，那就是讓系統準確了解待推薦的內容、全面的掌握需要推薦的用戶畫像，經過判斷內容、匹配用戶實現內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：創作者將視頻發布后，系統便會解讀提取出視頻的關鍵信息，將視頻推薦給微量用戶群體，這個群體可能是系統默認的感興趣的用戶，這批用戶群發生的播放數據，將對視頻是否能進入下一輪幾何倍數的推薦起到關鍵性作用，如果數據良好，視頻就會進入良性推薦循環中，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，實際上是一個用戶對視頻內容滿意度的函數，這個函數包含內容、用戶特征、環境[1]特征三個維度的變量。第一個維度是內容。各視頻平臺如今已經是一個綜合性的內容平臺，各類視頻內容具備各自的特色屬性，需要考慮提取差異化的內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。第三個維度是環境特征。協同性特征、熱度特征、相關性特征以及環境特征，這些特征是移動互聯網時代的特點，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。推薦系統給出的推薦結果都是個性化的，不同的視頻消費者看到的結果一般而言差異很大。推薦系統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。創作者有針對性的了解用戶喜好，通過系統推薦算法優化自己的創作內容。

2 完善用戶畫像定位，優化內容策劃

視頻創作首先解決的問題是內容定位問題，視頻內容是拍給哪些群體看的，所以必須要對目標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用戶注冊時所選擇感興趣的領域進行推薦，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計入算法，用戶觀看的次數越多，用戶畫像所積累的數據越明晰，系統推薦就會越準確。

對于各平臺的算法系統來說，用戶畫像就是將所有用戶信息進行標簽化的重新分組，用戶畫像數據劃分為靜態和動態兩類：

靜態用戶畫像數據包含用戶獨立于產品場景之外的屬性，通常具備人口統計性意義，例如用戶年齡、性別、受教育程度、婚姻情況、靜態常駐位置等。當然，這些信息往往相對穩固，可通過第三方軟件數據庫共享登錄、用戶表單填寫等方式獲取。

動態用戶畫像數[2]據包含用戶在產品使用模式下所發生的顯式或隱式行為。顯式行為包含對視頻內容評論、點贊、分享及關注了某位視頻創作者等。由于產品場景的差異，因此不同行為的后臺所賦的權重也不一樣。隱式行為包含持續觀看視頻的時間、用戶跳出點等。一般情況下，顯式行為的權重要比隱式行為高，然而因為顯式行為所表現的數據相對稠密，為了將推薦引擎訓練更為“聰明”所以需要隱式行為來對數據進行二次增補驗證。

因此，對于視頻創作者來說，關注用戶畫像數據可以清晰指導自己的用戶粉絲到底是哪類人，要服務的群體是哪些。現在每個視頻創作者后臺都會對作品有詳盡的數據分析后臺，用戶畫像的動態和靜態數據都可以清晰的獲得。創作者完全可以依據后臺的粉絲用戶畫像來進行內容優化。例如增加粉絲相對集中的地域相關議題設置在內容中，這樣很容易獲得算法的推薦。

3 利用相關性特征，增強內容垂直度

算法推薦機制有個重要的參考環境特征就是相關性特征，這個參數將審核內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、關鍵詞匹配、類型分布匹配等。這就需要視頻創作者提高自己的內容與粉絲用戶之間的內容相關性，也就是做垂直類的內容。

垂直度就是視頻賬戶的一個系統標簽，而垂直度的作用就是把愈加精準的流量推送的你的內容上。作品的垂直度可以相應的積累創作者的品牌，樹立品牌的可信度，可以讓推薦引擎通過數據積累，優先推薦你的品牌。在算法處于支配地位的平臺規則里，視頻創作者們的賬號應該是持續制作并輸出同一個領域的內容。如果說你今天是娛樂的內容、明天是做產品評測、后天做美食，那毫無疑問這是一個沒有垂直內容的視頻創作者，賬號被推薦的權重比例就會受到很大的影響，所以從始至終的垂直類內容也更易獲得用戶粉絲的青睞。由于每篇內容都會經歷無人問津的啟動過程，具有一定粉絲量的品牌創作者會得到更高的系統曝光展現量，算法機制也會在內容話題相似時優先考慮品牌更好的內容創作者。總之就是要形成一個自己專屬的人設和吸引粉絲留下來的原因。專注于原創的垂直領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內容友好型基礎，平臺是連接視頻創作者和視頻消費者的橋梁。一致積累原創垂直內容創作者所聚集的用戶粉絲都屬于對此類細分領域感興趣的用戶，算法系統會優先推薦新內容給訂閱粉絲，他們的觀看行為會極大的影響后續的推薦階段數據。所以一旦不是他們所感興趣原創垂直類內容，就會立刻關掉視頻，甚至取消訂閱。這對于視頻創作者來說具有極大的殺傷力。

專一一個領域的內容輸出更易產生專業化的內容，可以疊加創作者自身品牌屬性。堅持內容垂直能夠增加推薦量，標簽越精確，系統推薦的用戶就越準確，能夠協助創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容

對視頻創作者來說，僅拍好視頻還不足以成功，還必須在分發的階段，補充更完善的視頻文本元信息才能有助于被算法系統發現。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，但目前的算法技術還不能完全真正理解視頻內容的含義，對于優質內容只能基于過往優質的數據積累賦予權重，所以讓機器完全理解視頻內容尚達不到大規模工業應用的水平。因此，視頻創作者應當盡量完善平臺提供的可補充視頻的基礎元信息的文本標簽，如視頻標題、關鍵詞、內容簡介、行業分類等，給算法系統提供一個可以易于轉化、理解內容的途徑。

以標題為例，好的標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容并產生記憶與聯想力的重要路徑。恰當的標題可以成為流量的入口，激發觀眾對視頻的探索興趣，還會引起評論區熱度而帶動視頻互動率。好的標題需要給用戶構造場景來激發用戶的好奇心，經過提供對用戶有價值的信息，讓用戶在點擊后取得數據收獲。目前主流的短視頻平臺對標題限定在30字以內。所以標題字數要適中，字數太少無法保證機器提取信息的準確度，字數太長會影響用戶體驗。相對來說，20～25字的三段式標題是針對算法機制來說最受歡迎的。所謂三段式就是在規定的字數內，將標題用標點分為三個部分，這樣能使用戶和算法引擎更容易了解，便于承載更多的內容信息，經過三段式標題層層遞進的形式，讓內容表述更為明晰準確。又例如在話題的選擇上，也是完善視頻元信息重要的一環。視頻平臺一般會根據時下熱點重點推出多種話題，一般會以“##”符號在標簽頁作為系統索引，增加內容展示量。所以創作者在發布時要根據自身視頻內容定奪是否參與平臺的話題討論，話題也是內容創作者極易忽視的一個重要的算法推薦機制指標。

5 置入互動內容，加速視頻傳播

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

為什么是要增加完播率？完播率是觀看完整視頻的人數與總觀看無中間跳出人數得出的數據比值，是內容是否將用戶留存的一個重要指標。如果完播率高說明內容可以留住用戶粉絲，反之則說明內容不夠吸引人，視頻創作者最好在視頻的開頭和結尾設置勾連，讓用戶能夠堅持將視頻看完，這樣才能使完播率有效進行提升。這就可以解釋為什么很多短視頻都會出現“不看到最后你絕對后悔”“故事結局你一定想不到”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、后方有料的視頻結構能夠更好地適應完播率。

為什么引導用戶進行評論？評論是對視頻本體內容的延伸，其中，存在有易于表達、吐槽爭議的情節、需要進行討論的事實和觀念，還有其他引發情感的共鳴集合點，這些要素都能引發用戶去評論。視頻下方的評論拓展了當期視頻的內容深度，更多的用戶評論給視頻內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，需要在內容策劃上將選題有更強的沖突性和代入感，在結尾處留有懸念，主動引發用戶對視頻內容進行討論。在評論中，創作者應該主動回復用戶粉絲的評論，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，哪些內容是他們感興趣的、真正喜歡的，他們期待著哪些內容。這個相互評論的過程，也是增長粉絲的大好機會。

為什么要引導用戶進行點贊？用戶進行點贊，有時是粉絲用戶為激勵創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容充分調動了用戶的情緒，對內容所輸出的觀念表示贊許。視頻是眾多藝術形式的混合體，也是最能調動受眾的感官，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、負面情感，能收獲點贊的一定是愉悅、滿足、認同等正面情感。如果增加點贊量，內容創作就要思考從不同的角度進行情感調度的特別設計。

為什么要引導用戶轉發？內容讓用戶覺得視頻有用并且可以分享給朋友這樣才能轉發。轉發量拓展了內容的廣度，更多的轉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發，這也是算法引擎中的熱度特征，它包含主題內容、類型、關鍵詞以及全局熱度等。熱點內容在推薦過程中，特別在用戶內容剛發布的時候十分有效，所以在創作中，適當關注內容熱點，是非常必要的。所以創作者在制作視頻時候就要考慮完播率、評論、轉發、點贊等這些系統算法指標，每一個環節都精心設計后，視頻就會在算法引擎的助推下加速傳播。

6 結語

今天算法推薦機制已經成為互聯網內容平臺的標配，用戶通過算法引擎獲得內容。內容創作者發布的半數以上作品所取得的展示量也來自內容推薦系統。所以，內容創作者應該充分認識到，算法推薦機制下的短視頻創作與傳播的重要性。在算法推薦機制處于中樞的創作環境中，視頻內容首先需要過算法系統的篩選，才能夠展示給用戶，只有讓算法引擎正確地解析內容，才能更有助于內容的精準分發。所有推薦規則都會不斷迭代進化，算法不僅能實現多樣化、個性化的內容精準推薦，還能賦能內容生產，輔助內容運營。利用好推薦機制才能并最終趨近于推薦引擎的目標，讓算法推薦機制賦能內容創作，加速視頻傳播。

參考文獻

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

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

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

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