【转载】优酷和土豆的首页推荐有什么不同？

优酷的情况我不太清楚，说点我知道的情况吧。

媒体类网站首页不外乎两部分内容：编辑推荐和算法推荐。

两个网站首页大部分内容都是编辑推荐和一些榜单。榜单也没啥特别的排序算法，没啥特别的加权降权，所以榜单里的东西更多的都是被编辑推荐过的。
除此之外，站外播放对榜单影响也很大，很多名博或名微博在自己的博上发一下，很多视频就能超过几十万的播放，后续就很容易超过百万级播放。我在优酷上曾经有两个视频超过百万级播放，之后会在首页的最佳原创或用户推荐处出来～有一次记得是被叫兽发在博客了还是什么的，忘了。
在土豆，相应的部分就是挖最多～
在国内做互联网嘛，大同小异，抄来抄去，美其名曰符合用户习惯嘛～

除了以上废话，我知道的一点土豆的首页改版机制是这样的：
以运营数据为导向。会有小规模的灰度发布，比如某个模块里有三个tab，在1w个用户中每3333个用户默认显示某个tab，看各tab的点击转换率，然后将最高的默认显示。
或者调整模块位置，或者重排版设计，然后灰度发布，看看运营数据是否提升。

其中，比较值得说说的就是“猜你喜欢”（这个名字抄“虾米”的吧。。。），随着算法逐步靠谱，从一个右边侧栏的某个tab进化到主栏的某个tab，再进化到现在首页中一个独立模块，因为其点击转化率已经超越很多首页编辑推荐的内容了～
接着是关键问题出来了，对于媒体类信息来说，怎么做推荐算法？大部分用户都是不登录的，我算了下土豆的未登录用户是98%～，但是其推荐的转化率还是超越了编辑推荐。
简单说来，就是依赖2%的登录用户的数据，做user-based rec，

• user->user->item, 推荐与其相同兴趣的用户喜欢的item，user-based

接着，累积了一些item的数据，做item-based rec，顺便杂交一下，

• user->item->item, 推荐与其喜欢的item相似的item，item-based

再改进后台，结合编辑添加的属性特征，接着杂交

• user->item-feature->item，抽取用户喜欢item的特征，推荐具备这些特征的item, model-based

根据这些基本的推荐算法结合，然后就是根据自身情况改进效果了。
这里面的关键是其中的正向参数和负向参数是怎么设定的。看过了能表示喜欢吗？在土豆是当作正向参数的。
所以对未登录用户在cookie里埋点数据，然后根据你以往的收看记录，再推荐相关视频，就噶了。首页推荐位5个里面怎么排放的，如何设置收敛和发散，也就是持续的测试了。

我猜测，纯猜测，两家合并后，推荐算法部门应该也就差不多合并了，两者应该也就更类似了。
不过其首页改版的数据跟踪还是非常推荐的～各公司可参考

我这是纯砖头。。。都是废话。。。等其他人说点有料的，补充修正了。。。

— 完 —
本文作者：沈浩翔

知乎是一个真实网络问答社区，在这里可以寻找答案、分享知识，发现一个更大的世界。
下载知乎 iPhone 客户端： http://zhi.hu/ios
延伸阅读：
优酷和土豆有什么区别？
优酷和土豆为什么合并？


来源：
知乎每日精选
http://www.zhihu.com/rss
http://zhi.hu/QHSE?m=rss.1.1073741825