B站 科技区热门视频播放量与推荐指数关系的验证分析
近期，B站推荐算法引起了广泛关注。部分网友已开始对其推荐指数进行初步验证，然而样本数据量有限，这一现象迅速成为热议焦点。目前，又有新的验证行动展开，其中涌现出许多新的发现。数据采集情况
2021年8月18日，验证者对B站科技区头部160个热门视频进行了数据采集。这些数据构成了本次研究的基础。从中可以看出，研究始于平台的一个特定区域。为进一步丰富数据，研究人员选取了最近两天发布的1000条数据。这表明，在数据获取方面，研究不断深化，覆盖了新旧数据。
播放量和推荐指数关系
在160个热门视频的散点图关系中，严格位于斜线附近，显示出明确的关系。但若仅从播放量与推荐指数的关联性来看，当推荐指数不包含播放量时，两者并非呈现直线关系。此外，播放量在其中的权重仅为20%，斜率数值为0.25。这些数据揭示了播放量与推荐指数之间关系的复杂性。
http://www.qianxianly.com/data/attachment/forum/20241102/1730538212677_0.png
播放量的统计规则
B站对于播放量的计算有着其特有的标准。在短时间内，同一用户对同一视频的多次观看仅计为一次播放量。此外，观看时长必须达到一定的标准，否则将不被计入。这一规定使得B站的播放量数据更能真实反映观看人数，与其它平台单纯依据点击量计入播放量的做法有所不同。
完播率与播放量关系
统计显示，部分网友关注了账号的完播率情况，结果发现播放量与完播率之间并无显著关联。在B站，由于播放量的计算方式，完播率对播放量并无显著影响。若完播率对播放量有显著影响，中长视频的流量将大幅减少，这对中长视频的生产是不利的。
http://www.qianxianly.com/data/attachment/forum/20241102/1730538212677_1.png
推荐指数的作用与特点
视频冷启动期间，推荐指数是UP主为新视频吸引初始流量的关键。然而，一旦播放量超过推荐指数的10/3倍（播放量>10/3×推荐指数），系统将停止推荐。这一现象表明，在B站上单纯刷播放量是无效的。B站的推荐内容核心机制是依托于一个由多个因素组合而成的推荐指数公式。
B站与其他平台对比
B站的推荐算法与其他平台存在差异。其他平台在推送内容时主要考虑打开率和完播率等因素。然而，B站并未进行推流测试，因此新视频如果没有初始互动，可能面临零播放量的情况。这一现象也使得B站的大UP主在商业价值上超越了小红书和知乎。
在B站平台上，品牌倾向于寻找粉丝众多的UP主进行产品宣传，以此引导消费者购买。同时，这种策略也兼顾了针对普通用户和知名UP主的广告投放需求。
关于B站的推荐算法，对于视频创作者的公平性，意见不一。您对此有何看法？不妨点赞、转发本文，并在评论区参与讨论。
页:
[1]