01 B站的推送逻辑
B站的内容有直播、短视频和长视频三类，推送逻辑原则上都基于以下几点：
1. 用户行为
A 播放历史
最直接反应用户习惯和偏好的动作，是大数据算法的基本操作。
B. 播放时长
用户的播放时长，能够评判其对视频的兴趣度。
播放时间短，用户可能只是被播放量或标题吸引点进来随便看看， 实际并不偏好此类内容，平台将减少此类内容的推荐；
播放时间中等，用户可能偏好此类内容，但视频时长或质量影响观看完整度，这种情况下平台可能再进行几轮同质内容推荐，测试用户的实际偏好；
播放时间长，反映出这类内容正对用户兴趣，算法符合用户需求。
C. 点赞、收藏、评论等操作
用户的这些动作都是从长度、情感偏颇、可读性反映出用户对内容的喜好程度。
D. 关注和订阅
关注和订阅的up主、话题等，也会暴露用户的兴趣。
假设某一用户关注了巫师财经、半佛仙人、财经药丸，系统在评估用户爱好的时候也会贴上金融爱好者的标签。
E. 消费行为
B站用户的消费除了会员外，还有投币、打赏等消费，会留下交易金额、时间、类型等痕迹。
投币点赞收藏，三连走起
2. 用户身份
用户的身份信息包含性别、年龄、教育水平、地理位置等，允许访问通讯录、上网记录后，平台还可以获取到社交关系和其他产品使用情况，来辅助后台推算用户喜好。
3. 归类用户圈层
在完成对内容和用户的分析后，按照内容标签或行为对用户个体进行圈层划分，把权重和行为类似的多个个体划入同一圈子。
分区归类不同圈层用户
A. 内容类聚
内容和内容之间的相似度常用创作者相关信息来计算，数据表现用于排序展示在排行榜中。
这一算法通常用于热榜推荐场景。
B. 用户群分
根据用户喜欢的视频，找到和这些视频相似的内容再推荐给用户。根据用户喜欢的视频，找到和这位用户有类似偏好的用户，再把这个群体所偏好的视频推荐给用户。
02 B站up主与平台运营
1. 内容冷启动
对于一个B站内新生产的视频来说，一个过去创作更优质的up主的新内容在冷启动阶段获得更高推荐。
2. 持续创作能力
标题、关键词能创造偶然的爆款，获得稳定关注的是优质的内容和持续的创作输出。
up主可以有针对性的寻找自身擅长、热点度高的版块，固定更新周期。
3. 用户冷启动
从注册到活跃是一个从0到1的过程，up主可以通过在某频道的强曝光逐步探索用户的兴趣，锁定具体分区并逐渐缩小范围。
4. 内容多样性和质量优化
推荐算法的怪圈在于“信息茧房”：
越是消费某一类内容，系统越会推荐同类内容，其他内容被隔离在外。
