b站推送机制(b站推送机制关闭)

现在各大平台针对用户做个性化推荐已经成为一种常态，可能它们比你自己还清楚你的兴趣爱好。作为视频平台最重要的功能之一，视频推荐是平台吸引新用户的重要方式。那平台是如何把优质而契合的内容呈现给内容消费者，UP主又是如何通过平台的推荐功能提升自己作品的热度，而内容消费者又是如何“不经意间”让平台了解自己的喜好。

一、推送到哪里，一个爆款如何产生

“大数据”这一词，相信大家都不会陌生，那么它究竟是什么？一般来说。就是将海量数据进行分类，形成有用的信息的过程，通过各类排序、过滤、AI算法，分析出某些特征，并将这些特征和行为关联起来，从而得出用户的喜爱偏好，推测用户的行为，做针对用户的个性化内容服务，从而留住用户。具体对于Up主而言，“大数据算法”更多的视频的推荐曝光方面。下面就让我们来对B站的推荐算法进行详细分析，看看如何利用其来提高Up主的视频数据。

1、B站视频如何推送

当你发了一个视频，B站会如何推送呢？

1）粉丝推送：这个毋庸置疑

2）算法系统推荐

· 首页：APP/PC首页

· 跳转：某个其他视频下面的跳转链接里

· 资源位：B站的某个内容聚合板块里：频道、热门、排行榜

3）视频的关键词被人搜索：比如说你的标题或者标题

4）分享到站外的内容平台：比如知乎、朋友圈、微博

到这里，我们已经知道了一个视频，有4种途径会被人发现，那么是由什么因素来决定的呢？

1）粉丝量决定粉丝推送规模

2）算法系统推荐：被你数据的综合数据来决定–三连率+完播率+互动率

3）视频的关键词被人搜索：被你的选题范围、标题、标签决定

4）站外分享：看到视频后有了强烈的认同感、感悟、震撼，或者觉得非常有用

OK，那么这4中途径哪张是主要的，或者说量是最大的呢？可能对于一般视频来说，第一和第二种是最大的。第一种我们无法控制，那就让我们来详细说说第二种。先让我们来看看一个优质的视频是怎样成为爆款内容的：

1）Up主发了一个视频，B站推送到他的粉丝那里，并且B站的算法会抓取视频的一些特征（如标题和标签的关键字），向有可能对这些关键字感兴趣的人推荐（你选择的兴趣爱好和平时观看视频的行为数据）–粉丝+流量池A

2）根据第一波推送的粉丝+用户的反馈数据（点赞、投币、收藏、完播、弹幕）的情况，B站根据推荐算法，再吧你的视频推荐给其他的用户–流量池B

3）再根据流量池B的用户反馈数据，B站推荐算法再给你进行推荐–流量池C

4）如此不断的进行推荐，如果B站推荐算法认为你的视频是热门（视频分数达到某个级别），就是你的视频左边出现一个“热门”标签，那么B站就会给你一个更大的流量池，并且把你的视频推荐到“热门、排行榜、资源位”。–更大的流量池

5）如果你的视频在短期内数据持续上升，这时，一个爆款视频就出现了

上面我们说了B站是如何推送视频的，会推送到哪里；一个视频从发布开始，要经过哪些步骤才能成为一个爆款。追本溯源，下面我们具体说说B站的推荐系统。

二、B站推荐系统

1、推荐系统组成部分：用户<–>平台<–>内容<–>用户

· 用户（内容消费者）：1）提供标签给平台；2）消费Up主的内容

· UP主（内容生产者）：1）提供内容标签个用户；2）提供内容标签给平台

· 平台（运营端）：1）根据用户标签推荐内容给用户；2）根据用户的访问记录给出标签

平台端接收各种上传的内容，并且对内容的标签进行统计，分类，汇总等一系列操作，形成内容标签池，同时也对用户初始设定以及消费行为中产生的标签进行统计，分类，汇总等一系列操作，形成用户标签池，再根据用户标签从内容标签池中筛选出合适的内容推荐给相应的用户，最后根据用户标签池，将拥有相同标签的用户画像的人汇聚在一起，成为社区。

2、用户是如何提供标签的

我们把用户所提供的标签主要分成两大类：静态标签与动态标签。

其中静态标签是用户主动呈现给平台的，例如个人昵称，喜好的频道等等，动态标签是用户在浏览平台时所产生的，主要是用户的行为特征，例如用户在阅读某一类标签视频时的停留时长，例如用户通过搜索功能提供的关键词等。

对于平台而言，静态标签是相对不轻易改变的，平台仅仅需要做一个统计就行；而动态标签则是由用户使用平台时所留下的“痕迹”产生的，平台则需要通过数据挖掘等算法工具进行收集，并且不断地迭代。

2.2.1 静态标签

· 初始关注：用户初始设置的感兴趣的频道（见频道页面）以及用户所关注的UP主信息。通过对这两个模块的分析，平台可以获得用户兴趣所在。

· 个人信息：用户的个人信息，是否是正式会员以及是否是大会员（见个人页面以及个人空间）。用户的个人信息包括头像，昵称，性别，出生年月，个性签名以及哔哩哔哩认证，是用户画像最显眼的标签，正式会员与大会员标签则可以帮助平台判断用户对平台的黏度。用户使用平台时长越多，则用户的会员信息等级越高。

· 反馈信息：含稍后再看，反馈以及不感兴趣（见返回页面）。当用户对某个视频点击稍后再看功能时，说明用户对视频内容有浓厚的兴趣，而反馈以及不感兴趣则是针对某个内容标签，用户不希望被平台推荐拥有该标签的视频内容。反馈信息是具有很高的优先级的标签。

2.2.2 动态标签

· 搜索：搜索是优先级很高的功能（见搜索页面），通过搜索功能，平台可以搜集到关键词标签与历史关键词标签，这些标签往往能直观地体现用户的需求。

· 评价：评论分成普通评论以及弹幕评论两种形式（见播放页面）。弹幕评论是B站的特色评论方式，是B站文化传播与交流的最主要方式之一。用户通过对视频内容以及其他评论二次创作的内容进行消费以及思考才可以进一步深化讨论，所以评论有否是用户对视频内容的感兴趣的重要判断方式。

· 观看痕迹：历史记录，稍后再看，离线缓存，我的收藏（见个人页面）以及最近看过的频道（见推荐页面），历史记录里面的是曾经看过的内容，包括视频，直播以及专栏；离线缓存是下载到本地的视频内容；我的收藏则是对某个视频的收藏功能；而最近看过的频道则显示了用户所消费内容的频道标签。

· 观看行为：收藏，点赞，投币，转发以及三连操作（见个人页面（二）），作为B站对视频内容主要的评价方式，同时也是用户对于内容的质量高低，喜爱程度的判断指标。

图6 用户标签汇总图

3、UP主是如何提供标签的

与用户相同，UP主所提供的标签也可以成为显性标签以及隐性标签，其中显性标签是由UP主自己提供的，包括UP主个人信息以及视频内容的初始化标签。

而隐性标签则是内容通过平台发布后，由用户以及平台针对内容共同提供的标签。

这两种标签共同组成了内容标签池。

图7 内容标签显示页面

3.1 显性标签

· 投稿页面：活动，频道，标签，标题，简介，封面以及时长（见投稿页面），这些标签属于UP主自己对于内容的描述，同时也是吸引用户点击消费的重要方式。平台需要审核UP主所提供的标签是否符合内容，在符合之后，平台就根据这些内容来初始化内容标签池。

· UP主信息：UP主个人信息也可以作为一种标签，通过UP主的简介，用户可以了解到UP主的职业，状态以及更新内容分区。

3.2 隐性标签

· 推荐页面：从推荐页面上来看，平台提供的内容标签有：播放数目，弹幕数目以及热门，投币数等标签。这些标签时由用户消费产生或者平台根据用户的反馈给内容加上的标签。这些标签可以反映该内容在平台上受用户的欢迎程度。

· 播放页面：从播放页面上可以看到的内容更详细，除了上述的标签外，还有人气标签，硬币数目，点赞数目，UP主信息等标签，这些标签不仅仅可以显示视频内容的欢迎程度，同时还向用户推荐了UP主的信息，完善了关注的功能及体系。

4、平台的操作

4.1 平台如何利用用户与UP主标签

从上述说明中我们可以了解平台从用户标签池以及内容标签池所提取出的标签内容，但是这仅仅是形成了两个独立的标签池，为了达到推荐的功能，还需要将两个池关联起来。当用户访问平台时，平台会根据用户的用户标签，从内容标签池中抽出对应的标签并且提取出拥有该标签的一系列内容，最后通过推荐系统推荐给用户。

平台还会根据用户对这次推荐功能的反馈以及对内容的消费行为，迭代更新内容标签池以及用户标签池。

4.2 B站推荐系统的目的

什么样的用户会使用推荐系统，我认为推荐系统的目标用户是一群并不清楚自己所想要消费什么内容，仅仅想要获得快乐与知识或者消磨时间的人，并且推荐系统最终迭代目标是推荐内容可以随着用户需求改变而改变的。无论是哪一种用户，都希望推荐系统可以“了解自己”，为自己节约使用成本。

正如网络时代的信息是高度碎片化的，现代人的时间也是高度碎片化的，而推荐系统的目的就是推荐内容来“填充”用户这高频率，短时间的时间碎片。

在相同的时间片段中，B站的推荐系统可以根据用户提供的各种标签来为每一位用户推荐独一无二的内容清单，用户则通过接受并且消费相应的内容达到消磨时间以及获得快乐的作用。

同时，推荐系统是可以随开随停的，用户不必担心是否会错过精彩内容，因为随时有源源不断的内容被推到首页，而这些内容都是用户所感兴趣的。

4.3 B站推荐系统的逻辑

用户使用推荐系统是一个被动消费的过程，在这个过程中，大部分用户并没有一个对内容思考的过程，因此内容以及平台的可替代性很高。

用户只是有消费的需求，谁家的平台推荐内容最符合用户的口味，那么用户就消费谁家的视频内容，至于平台是抖音还是快手还是B站并没有差别。

因此对于平台而言，将推荐系统的功能从简单地提高新增用户数转变为增加用户的使用粘性，提高用户的平台迁移成本尤为重要。

对此，平台有两种做法：一是需要用户对消费的内容进行深度的消化与讨论，例如知乎，豆瓣。但这极大消耗了用户的精力以及耐性，用户虽然由被动消费逐渐转变为主动消费，但是与某些用户娱乐，消磨时间的需求并不相符。

二是在用户消费内容的同时，通过相似的用户标签与内容标签将用户与用户之间关联起来，组成了用户社交社区，通过把有类似标签的用户组织起来，同时通过对内容的消费吸收，甚至是对内容的二次创作，将内容“升华”为文化。平台对于用户而言，不仅仅推荐内容这一功能，更是提供了“推荐文化”的功能，这样对于用户而言即提高了平台迁移成本同时又增加了用户的使用黏度。

B站推荐系统的逻辑就是第二种方式，B站在向用户推荐相关内容的同时，更是在向用户推荐“文化社区”，一旦用户成为“文化社区”的一员，并且不断地深入了解该文化，那么该文化社区就会在用户心中形成一个天然的护城河，提高用户的平台迁移成本。

好了，现在我们说了一个视频从发布到成为一个爆款，所要经历的流程；又说了B站的推荐系统大致是怎么样的。那么到底要怎么做，才能让B站更多地推荐你的视频呢？

三、让你的视频更多地被推荐

1、视频质量是根本 16:00

一个Up主最核心的能力是什么，就是你做的视频的内容质量，你需要自己想办法去提升自己的内容能力，让你的视频更加有趣、更加有用、更加有干货。从而提高视频的三连率、完播率、互动率。

2、让你的视频被打开–标题和封面很重要

当你的视频被B站推荐给一个用户后，其在首页、排行榜、分区页看到你这个视频后，如何增加他的打开率，因为只有打开了，才可能有观看视频，以及其后的点赞、收藏、弹幕、评论。

具体可以参考我的：如何做Up主系列之二：视频标题如何做，这是个问题？

4、内容受众面太窄，影响推荐量

如果你做的视频很好看，各类数据也很好，但是播放量就是上不去，很可能是因为视频内容的受众面太窄，这类内容关注的人太少，你没有出圈。所以在B站的推荐算法下，有这类用户标签的人就少，自然推荐的就少了。

OK，那么让我们说说如何让Up主出圈：

1）降低你这个领域的认知门槛

所谓的幼儿园话，把你的内容从一个窄众的难以理解的，转变为大众的可以理解的东西

2）进行更多的影视化改造

在BGM、影像上给大家更多的感官上刺激，让你的画面非常炫酷，激动人心

3）让人说出一句：“卧槽”

根据不降低认知门槛，就是通过视频，让观看者觉得这视频太牛了，这个Up主太牛了。比如有个“菜藏”Up主，他的模仿视频就非常像，让人看了后，忍不住就会说一句“卧槽”

让我们来总结一下，假设你的视频有了一个较高的播放量，是否意味着你在B站就有很好的发展呢，答案是不一定。因为B站考量一个Up主的是他的粉丝量，而不是播放量，有了一个高的播放量，不一定就会很快涨粉，那么如何涨粉呢，下篇文章我会详细解读下一个Up主在B站如何涨粉