短视频是短视频系统的核心功能，一条短视频从用户拍摄上传到数据分发，需要经过召回、排序、重排序等流程，才能被用户观看。对于短视频系统来说，这些流程属于视频推荐的实现范围，那今天我们就来看看短视频系统的视频推荐是怎样实现的。

一、召回

召回是通过一些算法和规则，对系统内的视频进行大致的筛选，尽可能的保留一些优质的短视频内容，较少参加排序阶段的短视频数量。召回是推荐系统对短视频内容进行排序的第一个阶段，通过召回的内容可以作为排序内容的候选，决定了排序的内容是否符合短视频系统用户的喜好。

现在短视频可以使用的召回有两种，算法类召回和策略类召回。算法类召回包括基于内容的召回、基于协同过滤的召回和基于embedding技术实现的召回。策略类召回的重点就是人工规则导向的内容召回，在短视频系统实现内容召回的同时，可以实现一些其他短视频推荐的其他功能。

二、内容理解

基于内容的召回实现的重点，就是对短视频内容理解和用户画像的积累，内容理解可以分为文本类特征理解和图像类特征理解，现在的短视频系统基本都是使用的文本类特征理解。短视频标题、关键词、标签等都属于文本类特征，视频关键帧向量、封面图向量等都属于图像类特征。

文本类特征和图像类特征共同构成了完整的视频画像，通过对视频画像的分析可以了解用户喜欢的短视频类型等信息。

三、用户画像

用户画像主要是根据用户浏览的短视频内容，进行统计后积累的喜好特征，根据用户画像，短视频系统还可以发现一些用户潜在的喜好。除了用户喜好特征以外，用户画像也包含了用户属性特征。随着时间的推移，用户的喜好会发生改变，短视频为了适应用户喜好的改变，会将用户画像分为历史画像和近期画像两种。

四、用户和内容

在短视频系统拥有了内容理解和用户画像后，就可以使用算法将用户和短视频内容进行关联，也就是进行短视频推荐。短视频可以使用召回算法和向量化计算，来关联视频内容和用户。

视频推荐是短视频系统比较重要的一个功能，根据用户喜好推荐短视频，可以增加用户使用体验，提高短视频对用户的吸引力。

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m.yunbaokj.com