爱收集资源网

刷赞软件快手不要钱 - 快手热门算法

网络整理 2023-09-10 19:01

导读:用户下降近些年成为十分火爆的方向,但目前业内关于短视频领域的用户下降的公开实践资料却凤毛麟角。在QCon北京2019的讲演中快手热门算法,快手资深研制工程师叶邦宇首次系统地披露快手作为短视频领域大鳄在用户下降方面的实践快手热门算法,并注重介绍快手用户下降的技术体系和技术沉淀。

用户下降的方式论可以简单概括为开源+节流,也就是促拉新+提存留。而促拉新中,触达是前提,分享和裂变是重点。提存留,“有趣”和“有用”是关键。“有趣”带来了精神享受,本质上也是“有用”。对于“有用”,不能简简单单觉得有经济利润才是有用。

快手旨在于用有体温的科技提高每位人奇特的幸福感,让普通的用户也有机会被看见,有机会和更多人形成联接。在快手上好多用户出于兴趣爱好,自发生产视频内容,通过短视频和直播和其他用户频繁的互动交流,有些出发点并不是为了获得经济利润,而是为了和其他人形成联接,才能形成情感的交流。人本质上是社会性昆虫,社会参与感和个人成就感也能带给人幸福感。其实,假如平台可以让用户通过合法、合情的手段获得经济利润,这本身是一条特别好的提存留的方向。

用户下降策略的分享分为三个部份,首先谈一谈程序化广告投放。上面说过,促拉新的前提是“触达”,目前为止,广告仍然是触达里最重要、最有效的手段之一。兵马未动,粮草先行,投放广告的前提是素材打算。素材有两个特征,第一,时效性强。倘若不干预,投放疗效随投放时间而持续增长;第二,投放疗效十分依赖于素材质量。

为此,我们希望能大规模地生产高质量素材。传统素材制做方法,只能通过“人肉”搜索、浏览的方法找寻站内视频资源,找寻面积有限且查询效率很低。给素材进行标签分类时,也是通过“人肉”打标签的形式,对素材进行归类管理,在实际过程中常常出现打错、漏打、命名不规范等问题,影响投放疗效。

为此我们构建创意素材中心,从「量」和「质」两方面解决问题,提升素材产能,提高素材质量、提升投放疗效。

首先基于快手用户视频,通过人气榜单、分类TOP等方法,复赛出大量的优质候选视频。不仅站内视频素材,平台也支持站外素材上传,此时通过快手多媒体内容理解部的图象理解能力,会关联找到相像的站内视频。

第二步是营运人员对初赛视频进行精选,这儿平台会提供初赛视频站内数据、历史投放疗效,辅助营运决策。

下一步素材生产,系统会从站内视频中进行视频剪辑,关键帧抽取,结合素材模板,使用AE等工具,手动化生成素材。投放素材制做完成后,快手都会有严格的初审机制,保证投放素材符合法规新政,符合快手调性。通过这一套流程,可以实现快速从快手海量视频中挖掘投放素材。

素材生成好后,接出来是投放过程。传统做法是在广告平台上开通帐户、上传素材后就开始投放,广告主最后只能看见疗效数据,而其中的投放策略,包括召回、排序、流控等细节对广告主是完全透明的。为了提升定向确切度,传统广告投放中广告主须要为广告平台提供人群包,这样的做法有几个缺点:第一,麻烦,须要不断人工或则半人工更新;第二,人工或则半人工更新有一定的时效滞后性。近几年流行的RTA投放方法,理论上就是把部分权利下放给了广告主,直接把流量打给广告主,让广告主决定是否须要这个流量。RTA投放中,具体出价策略还是在广告平台上完成,假如把每次恳求的出价权力都下放给广告主,那就是精典的RTB了。目前,我们早已接入了多家媒体的RTA投放。

快手热门算法机制_快手热门算法_快手的热门到底根据什么计算

传统的做法中,站内推荐与站外投放是隔离的,在快手,二者是有机的,即拉新、承接一体化。在站外,用户点击广告素材,而素材是按照快手的视频所形成的,我们可以基于点击视频和推荐系统算法来做精准推荐,在用户打开快手的时侯做冷启动优化,例如站外看了世界杯的广告,打开快手时就推送篮球相关的短视频,这样用户的体验是连续的。

第二个部份,谈一谈快手急速版。快手急速版是网赚模式的极至应用。通过开局红包和开门红金币直接触达用户的aha!moment;除此之外,急速版还筹建了用户成长体系,通过对用户生命周期和价值分布做精细化剖析,提供个性化服务。在快手上,用户沉淀了丰富的社交关系链,用户除了看视频,还与其他用户互动(评论、点赞、私信等等)。倘若能让身边的人来帮忙一起挣钱,分布式挣钱、众包挣钱,用户留在平台上的动力会更充分。基于这种思索,急速版设计了师父约请体系,具体的玩法欢迎你们可以打开快手急速版去体验一下。

一款单纯靠补助的产品难以长远地发展,快手急速版借助几类增(长)商(业化)联动方式,大体实现了急速版的收入、支出平衡。首先,广告利润与外投成本联动;第二,Ecpm和用户体验联动;第三,金币策略和ARPU联动;第四,激励方式与广告方式联动;第五,直播激励与用户行为的联动。

这儿分享一下快手用户下降的系统构架。首先,急速版涉及到激励,避免黑产、爬虫是十分重要的,因此,下降团队和风控团队一起,设计了后置服务层,拿来防刷、反爬;其次,web层的服务全都是隔离布署的,例如春节、国庆比较热门的活动会与普通活动隔离布署;对接H5和顾客端的服务也独立维护和布署。

对于核心前端服务,除db和cache外,业务系统全部是无状态、易伸缩、可拓展的。急速版从开始立项到上线只用了1个月时间,也得益于快手中台技术能力的储备和沉淀,比如账号中台、风控中台、支付中台等;期间急速版也产出了激励中台。

第三部份来聊一聊下降活动。下降活动的方式多种多样,如激励拉新活动、春节红包活动、新用户存留活动、合作拉新活动等。这儿介绍一下新年红包活动。

新年红包活动有三个利润:使用魔法表情拍视频可以领红包的机制促使生产;点开红包分享好友,发放双方都得红包的做法推动了社交关系链沉淀;另外通过新设备可以得较大红包推动拉新。

里面的图片是节日红包活动的基本构架图。首先是服务分拆。服务、代码都是独立维护、独立布署;不仅核心链路必须同步,其它全部弄成异步(比如返佣的逻辑),这样可以提升系统的吞吐。新年红包活动的QPS很高,不仅一系列的限流、降级和熔断,我们做了对热点Key的处理:一方面对热点Key做shard,另外一方面降低本地缓存读和异步batch写;虽然新年红包活动最后很成功,并且在迎战的过程中,我们还是打算了备用策略和备用玩法,例如天降水红包。

CCTV10《百家讲堂》栏目有一句话让我印象颇深:学者使平台深刻、平台让学者有为。在这儿,我想说的是,策略使平台深刻、平台让策略有为。我们须要策略,也须要平台,平台可以给策略提供一个有力、必要的支撑。时间有限,明天选定两个平台来跟你们分享。

第一个是用户画像平台。我们晓得,推荐系统似乎可以精准推荐用户喜欢的视频,但它未能给我们提供直观、全面的用户画像;数据剖析朋友假如想剖析一个或则一批用户,性别、年龄、用户在线时长等数据散播在不同的hive表里,剖析朋友查找和使用上去十分不便捷;而非数据剖析的朋友常常也有这方面的需求,希望可以更好地掌握快手用户,以提供更佳优质、个性化的服务;一些新产品上线后也急需人群剖析、人群洞察的工具。基于这种痛点和需求,我们搭建了用户画像的平台。

这是平台的使用界面。可以自定义标签筛选,秒级别地返回用户的使用时长等数据;也可以上传用户包(例如一批userid),平台快速返回这批用户的画像数据。

这是用户画像平台的基本构架图。最下边是原始的数据,通过特点工程等手段抽取出模型特点数据,用于模型训练;其上是基于Clickhouse和hive的快手大数据估算平台,还有快手机器学习平台ARTHUR、KV储存系统。用户画像数据不仅沉淀到离线数仓,我们还将数据输出到实时推荐,提升推荐疗效和质量。

接出来介绍下数据库房。快手是一家技术、数据驱动的公司,为了更好地做决策,会有大量数据剖析的需求,这种需求中,大部份是去重类剖析需求(比如DAU、MAU等指标)。需求多,casebycase水塔式的开发方法让代码的复用度较低。

统一数仓构架、提升估算效率、缩减资源使用以及提高代码的复用率迫在眉睫,因此我们做了构架上的更新和迭代,最主要的工作是综合了可累加中间层数据和不可累加的流量数据,抽离下来产生一个中间层。举个反例,我们须要统计全省青菜产值总数,这个需求下,各地的产值可以直接累加;但若果须要统计DAU,是不能简单加和的。并且这两个需求看似不同,本质都是求并集,中间层具象就成为了可能和必然。这么,具体如何做呢?

首先我们构建了字典映射,把设备id和用户id都映射成紧凑的整数,基于这样的映射关系,我们可以通过Bitmap的方法来建立数据抒发。在bitmap上运行集合的交并补操作十分便捷和高效,以DAU估算为例,把每位区域的daubitmap掏出来求个并集就得到全省的dau了。

如图所示,优化后疗效很显著:时间降为原先的1/3,代码复用度达到了40%左右。

总结来看,用户下降发展至今,基本方式论是路人皆知的,AARRR模型也已深入人心。我们要问的是:人口红利消失后,用户下降究竟应当怎样做?我们觉得有两个方向,一个是因地制宜,即依照自身业务场景从下降的工具箱里选购出最适宜自己的策略和方式;另一个是追求极至。举个事例,有个人发烧了,吃了阿莫西林,没有痊愈。是阿莫西林没疗效吗?可能是服食数目不对,有可能是服食间隔不对,也可能是其他诱因。一个策略实践后没疗效,有可能是由于它真的没疗效,也有可能是执行时不够到位,或则思索的还不够深入。为此,我们须要把已有的工具、方法和策略全部摸透,尽量把每一块做到极至,其实只有这样,我们才有资格说,某个策略是有效或则无效的。

快手热门算法