隐性反馈这个词很多人都很陌生，但我换个说法:大数据，会不会清晰很多？短视频app制作不可或缺的大数据推荐，正是借助于隐性反馈完成的。如果说隐性反馈有什么的话，那就是单纯的平台用户兴趣信息的积累，可以精准的推荐内容。
虽然大数据已经存在多年，但它在短视频app制作中的应用时间并不长。那么对于隐性反馈的应用，我们需要基于哪些基本信息呢？
一、内容画像
获取内容的方式有很多。这里所说的内容是指短视频APP制作关于用户的内容，包括观看偏好、每日观看时长、打开次数等等。每个用户在这些方面差距都很大，但不妨碍大数据找出规律。
大数据会自我理解内容，短视频APP制作会将内容反馈到用户需求体系、召回模型、召回策略等地方。通过不断的试错，我们最终会得到一个更准确的内容画像，然后我们会据此向用户推荐内容。
二。信息的变化
用户的偏好不是一成不变的。在大数据的应用中，内容画像和实际信息会被整合，建立新的关系只是一个系统。根据用户在业务中积累的行为产生的实体关系数据，构建业务地图，抽象出的地图用于文本识别、语义理解推荐、兴趣拓展推理等场景。用户兴趣推理的场景取得了很好的效益。
第三，内容定向推荐
既然无法准确确定短视频APP做出的用户画像，那就需要不断的实验，而且是有目的的实验。比如用户经常看游戏相关的视频，那么是否应该推荐各类游戏相关的内容呢？
短视频APP制作会根据分类模型对不同用户进行标签化，根据标签投放预设内容，并根据反馈调整标签，直到获得准确的用户画像。
事实上，短视频APP所做的用户画像描述，不仅使用了内容画像，而且有回忆结构，也可以帮助或者更准确地描述用户的喜好。具体内容我们会在后面的文章里说。隐性反馈的结果能不能用好，对平台来说很重要，也正是这些隐性反馈，让短视频APP成为了娱乐行业的头部软件。
声明:以上内容为云豹科技作者原创，未经作者同意禁止转载，否则将追究相关法律责任。
