更多B站数据分析可登录：番茄数据 - B站观测者 - B站历史数据统计分析站点 - 哔哩哔哩数据查询*hjtcyxf
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。
