短视频系统之所以这么受用户欢迎，除了短视频填补了用户碎片化时间的空白之外，短视频系统还能根据用户兴趣推荐短视频，让用户看到的短视频都是自己感兴趣的内容，提高了用户粘性。今天，我们就来分析一下，短视频系统是怎样实现短视频推荐的。

一、召回

召回是实现短视频推荐的基础，在召回阶段可以对短视频内容进行初步筛选，保留更多符合用户兴趣的短视频进行后续排序。短视频系统常用的的召回有基于内容的召回、基于协同过滤的召回和新用户冷启动召回等。

1、基于内容的召回

基于内容的召回主要是根据短视频的内容理解和用户画像来实现的，内容理解主要分为文本类特征理解和图像类特征理解，文本类特征和图像类特征构成了完整的视频画像。用户画像就是根据用户历史数据的累积，推导出的用户兴趣特征。短视频系统将用户画像和视频画像进行关联，就能从庞大的短视频数据中找出用户感兴趣的短视频内容。

2、基于协同过滤的召回

基于协同过滤的召回简单来说就是寻找相似内容，寻找用户和用户之间的相似，物品和物品之间的相似等。短视频系统根据找到的相似用户，或者用户常看的物品的相似物品，进行短视频内容推荐。

3、新用户冷启动召回

不管是基于内容的召回还是基于协同过滤的召回，都需要用户画像的支撑去进行召回，如果是新注册的用户吗，没有足够的用户画像支撑，该怎么进行短视频推荐呢？这就是新用户冷启动召回可以做到的，短视频系统可以根据用户在其他方面的用户画像的积累来进行召回。

二、排序

短视频系统实现召回以后，就要进行下一个阶段，那就是排序。排序算法经过长时间发展，经历了LR、GBDT、FM、DNN、Wide&Deep、DeepFM多个阶段，排序算法逐渐从但单目标向多目标转移，算法的应用也越来越复杂。

三、分发策略

虽然召回和排序对短视频推荐的实现非常重要，但是还有很多算法没办法实现的，比如优质短视频的补充分发等，这些可以通过一些分发策略来实现。

随着互联网技术的发展，短视频系统的功能会逐渐优化，优化系统架构的同时，提高用户体验，让短视频更具竞争力。

声明：以上内容为云豹科技作者本人原创，未经作者本人同意，禁止转载，否则将追究相关法律责任