网站内容策略(视频网站用户特征与用户类型的推荐偏好，倒推或思考其推荐策略)

　　网站内容策略(视频网站用户特征与用户类型的推荐偏好，倒推或思考其推荐策略)

　　我又来抛砖引玉了~

　　一、思想组织

　　采集信息：

　　通过行业研究报告了解视频行业的用户特征和用户类型，了解主流视频的推荐偏好网站，逆向或思考其推荐策略

　　整个想法：

　　运用结构化思维，从问题出发，尽可能完整地找到问题的原因，有针对性地提出计算方法，并输出结论

　　分析角度：

　　视频网站自己的视角，策略推荐的影响因素；

　　外部因素，对视频的影响网站推荐策略；

　　站在用户的角度，通过行业报告了解视频网站的用户类型，根据不同的用户类型进行拆解。您可以使用5w2h分析方法，尽可能找出所有影响因素。

　　如何计算：

　　针对不同类型的用户，针对不同特征的用户，对找到的所有理由进行优先排序，匹配不同的推荐策略；

　　调整推荐策略，得到第一版推荐策略；

　　在后期，迭代推荐策略基于数据或各种因素。

　　二、问题解决

　　1、未决问题

　　视频网站，视频播放后，推荐视频的推荐策略

　　2、输入

　　3、计算方法

　　首先确保推荐的策略与公司的策略一致；

　　然后我们针对不同维度提出策略建议：

　　不同的用户，无论是否*敏*感*词*，新老用户；

　　不同的网络类型；

　　不同的使用场景；

　　重要的是推荐与用户这次正在观看的视频内容相似；

　　但是，内容相似度有以下几个维度：（从上到下降低优先级）

　　用户在看电视剧，推荐电视剧，电影就是电影

　　全是言情全是动作全是*敏*感*词*全是宫斗全是琼瑶

　　同人主演的电影

　　此外，用户的兴趣和偏好也很重要；

　　当然，用户希望我们推荐他喜欢的内容，那么如何判断他喜欢什么，我们有两个维度：用户搜索行为和用户账号数据；

　　虽然没有新用户账号的历史数据，但视频网站的注册往往允许访问第三方账号。我们可以从这里获取数据，根据用户的年龄、喜好等历史行为向用户推荐合适的推荐。内容;

　　对于老用户，我们可以根据历史数据推荐符合他口味的视频，不一定要和这个内容有很大的相关性，因为能引起他兴趣的视频才是我们想要的。如果他有兴趣，他会点击继续观看；

　　同时考虑用户的观看时间是否受到当前热点的影响——适当添加热点权重；

　　其次，考虑用户的观看网络和场景，进行适当的调整；

　　这样，我们可以得出一些结论。我们假设上面的权重比，直观的展示一下：

　　（表中优先级数字越高，优先级越高）

　　4、输出（表中优先级数字越高，优先级越高）

　　经过上面的分析，我们可以把当前的假设和场景放在上面，输出一个方案——以《悟空传》为例

　　让我们假设：

　　无历史数据，有第三方数据，大人，使用PC，WiFi，看《悟空传》期间不与热点冲突

　　（表中优先级数字越高，优先级越高）

　　根据上面的分析，如果是成年人看《悟空传》，看完之后，我们可以按照上表的优先级推荐给用户。在不与公司战略产品规划相冲突的前提下，无论*敏*感*词*还是*敏*感*词*人都可以观看。视频，健康很重要，我是把健康放在第一位的，但是如果这里是次要的，我们的权重系数就会增加；

　　其次，在内容方面，可以推荐类似《悟空传》的视频，内容相似度维度的权重会依次递减；

　　如果热点冲突，或者视频推荐匹配数量不够，我们可以在保证内容相似的前提下，根据用户偏好或历史数据向用户推荐视频。

　　有历史数据，有第三方数据，*敏*感*词*人，世界杯期间，用手机，4G，流媒体，看了一部《悟空传》

　　（表中优先级数字越高，优先级越高）

　　结论分析，*敏*感*词*人观看《悟空传》，看完后可以根据上表的优先级向用户推荐，在不与公司战略产品规划相冲突的前提下，*敏*感*词*人在健康方面的权重系数增加；

　　其次，考虑到世界杯期间观看，可以向用户推荐世界杯的视频，提高当前热点的优先级和权重系数，但并不意味着当前热点一定会大于用户的行为偏好；

　　另外，用户使用手机流量观看，但观看后推荐视频与用户的网络状况关系不大，所以优先级不一定那么高；

　　至于观看平台，手机和PC的差距在于屏幕大小，可能对我们推荐的视频数量有轻微影响，增加优先级和权重考虑；

　　内容方面，依然推荐类似《悟空传》的视频，内容相似度维度的权重依次递减；

　　如果视频推荐匹配数不够，我们可以在保证内容相似的前提下，根据用户偏好或历史数据向用户推荐视频。

　　写在最后：战略需要前提，需要对症下药，需要一群人共同努力，战略需要产品经理参与开发过程，战略需要验证迭代.