Algoritmo de recomendación de transmisión en vivo
1.Fuentes de tráfico:
Tipos de fuentes de tráfico:
A:Recomendaciones del sistema:Tráfico impulsado por sugerencias algorítmicas de la plataforma.
B: Relaciones con los fans:Tráfico proveniente de seguidores existentes y sus interacciones.
Al analizar las tendencias del tráfico de diferentes fuentes, puedes identificar rápidamente los principales problemas si algo sale mal.
Por el contrario, si el tráfico de recomendaciones de vídeos cortos disminuye, puede deberse a que se publican menos vídeos cortos o a que el momento de publicación no es el adecuado. Comprender estas fuentes de tráfico y su análisis es una habilidad fundamental para gestionar las operaciones de un streamer.
Las fuentes de tráfico varían mucho según el nivel del streamer.
Para diagnosticar patrones de tráfico inusuales, compare los datos actuales con las tendencias históricas y también compárelos con transmisores similares (con cantidades de seguidores, niveles de ingresos y nichos de contenido comparables).
Análisis de estudio de caso:
2. Cómo asigna el sistema el tráfico
A. Tráfico inicial:
Cuando un streamer comienza una transmisión，el sistema envía una ráfaga inicial de tráfico conocida como tráfico de inicio en frío.
El sistema utiliza datos de este tráfico inicial para evaluar:
El sistema utiliza datos de este tráfico inicial para evaluar:
La idoneidad del contenido para diferentes tipos de usuarios.
El rendimiento durante esta fase de arranque en frío afecta la asignación de tráfico del ciclo completo.
Por lo tanto, los streamers deben estar bien preparados y ofrecer contenido atractivo desde el principio. No hacerlo (por ejemplo, transmitir contenido sin sentido o una pantalla en blanco) puede afectar negativamente las futuras recomendaciones de tráfico.
B. Tráfico de ciclo completo:
Después de la fase de inicio en frío, el sistema pasa a proporcionar tráfico de ciclo completo. El objetivo de TikTok es satisfacer continuamente la demanda de contenido en vivo de los usuarios mediante la búsqueda de las mejores transmisiones en vivo del grupo de contenido. En resumen, su objetivo es descubrir las transmisiones que más disfrutan los usuarios.
Paso 1: El sistema calcula un índice de satisfacción general basado en varias métricas de rendimiento:
Indicadores positivos:Tasa de clics (CTR), tasa de visualización efectiva (CTR durante 10 segundos), tiempo promedio de visualización, me gusta, comentarios, tasa de seguimiento, comparticiones, tasa de regalos, etc.
Indicadores negativos:No me gusta, cantidad de informes, tasa de no me gusta, tasa de informes, comentarios negativos de encuestas en el feed, etc.
Paso 2: En función de este índice de satisfacción, la plataforma recomienda contenido a los usuarios. Sin embargo, como el sistema de recomendaciones puede tener dificultades para diferenciar entre contenido bueno y malo, se realizan revisiones tanto automáticas como manuales para garantizar la calidad del contenido antes de distribuirlo a los espectadores.
EN 
EN_GB 
AR 
DE 
ES 
FR 
ZH 
JA 
ID 
KO 
TH 
VI 
