Algorithme de recommandation de diffusion en direct
1. Sources de trafic :
Types de sources de trafic:
A : Recommandations système:Trafic généré par les suggestions algorithmiques de la plateforme.
B : Relations avec les fans:Trafic provenant des abonnés existants et de leurs interactions.
En analysant les tendances du trafic provenant de différentes sources, vous pouvez rapidement identifier les principaux problèmes en cas de problème.
À l'inverse, si le trafic provenant des recommandations de vidéos courtes diminue, cela peut être dû à une baisse du nombre de vidéos publiées ou à un décalage horaire. Comprendre ces sources de trafic et leur analyse est une compétence fondamentale pour gérer les opérations d'un streamer.
Les sources de trafic varient considérablement en fonction du niveau du streamer.
Pour diagnostiquer des modèles de trafic inhabituels, comparez les données actuelles avec les tendances historiques et comparez-les également à des streamers similaires (avec un nombre d'abonnés, des niveaux de revenus et des niches de contenu comparables).
Analyse d'étude de cas:
2. Comment le système répartit le trafic
UN. Trafic initial:
Lorsqu'un streamer commence une diffusion, le système envoie une première salve de trafic appelée trafic de démarrage à froid.
Le système utilise les données de ce trafic initial pour évaluer :
Le système utilise les données de ce trafic initial pour évaluer :
L’adéquation du contenu aux différents types d’utilisateurs.
Les performances pendant cette phase de démarrage à froid ont un impact sur la répartition du trafic sur le cycle complet.
Les streamers doivent donc être bien préparés et proposer un contenu attrayant dès le départ. Ne pas le faire, par exemple en diffusant du contenu inintéressant ou un écran vide, peut avoir un impact négatif sur les recommandations de trafic futures.
B. Circulation à cycle complet:
Après la phase de démarrage à froid, le système passe à la fourniture d'un trafic continu. L'objectif de TikTok est de répondre en permanence à la demande de contenu en direct des utilisateurs en sélectionnant les meilleurs flux parmi le catalogue de contenus. En bref, l'objectif est de découvrir les flux les plus appréciés des utilisateurs.
Étape 1 : Le système calcule un indice de satisfaction global basé sur diverses mesures de performance :
Indicateurs positifs: Taux de clics (CTR), taux de visionnage effectif (CTR pendant 10 secondes), temps de visionnage moyen, likes, commentaires, taux de suivi, partages, taux de cadeaux, etc.
Indicateurs négatifs:Aversions, nombre de rapports, taux d'aversion, taux de rapport, commentaires négatifs des enquêtes dans le flux, etc.
Étape 2 : Sur la base de cet indice de satisfaction, la plateforme recommande du contenu aux utilisateurs. Cependant, comme le système de recommandation peine à distinguer les bons des mauvais contenus, des vérifications automatisées et manuelles sont effectuées pour garantir la qualité du contenu avant sa diffusion.
EN 
EN_GB 
AR 
DE 
ES 
FR 
ZH 
JA 
ID 
KO 
TH 
VI 
