分析常见功能中的策略四要素

问题描述

各大主流视频网站，在视频播放结束后，首屏往往会有6个其他视频的推荐。现在，按照策略四要素，分析这一视频推荐策略。

下图是某视频网站在某电影结束后，播放界面展示的6个推荐视频。用户点击相应位置，即可观看相应视频。

推荐策略的思路

目的：把合适的影片推荐给合适的人。
方法：通过拆解影片元素，结合猜测观影人当前使用场景，逐项匹配观影人的特征，通过计算，把匹配度从高到低排序，最终呈现到推荐影片列表页中。

策略四要素

1、待解决问题

给每个用户推荐他喜欢的电影或视频内容。

2、输入

从输入项的角度考虑，有三大元素，分别是：影片、观影人、以及观影人的使用场景。

元素1:影片

影片名，影片类型，主演团队，创作团队，电影标签（平台方打的标签&用户打的标签）

元素2:观影人（用户）

用户存活时间（新用户&老用户），用户的观看历史，用户订阅信息，用户搜索历史，用户分享\下载\收藏的信息，

元素3:观影人（用户）的使用场景分析

计算方式

计算逻辑：排除---匹配---排序
1.通过分析输入项“观影人”，排除观影人不喜欢的视频。不喜欢分为直接选择不喜欢与播放停留时间少于7秒的视频类型。
2.从排除后的影片池中，匹配“影片”与“观影人”以及“观影人使用场景分析”，进行分值比对。
3.比对分值从高到低排序，结合“影片”上新/热度/进行筛选，选取6个进入推荐列表页。
步骤二的示例：悟空转

步骤三的示例：力度匹配

输出

按照匹配度，从高到低输出推荐影片列表。根据目前的样式，输出前6个推荐结果。