另一方面，大数据、用户画像、算法和推荐的目的不仅仅是为了精准推荐，也是避免出现“柠檬市场”——用户掌握的信息不够全面而无法判断商品真正的价值。短视频的算法应该多方面挖掘用户兴趣，进而做到用户群体聚合。
在这个方面，短视频平台默契地将算法中的单一数据转为多维数据，使得用户不再困于“圆形监狱”。在复活微视之后，腾讯上线的一款“下饭视频”，在产品形态上选择了分频道信息流推荐；百度好看视频则基于视频理解及NLP技术，为7.5 亿用户标注了200万维度的画像标签及亿级别属性和关系的知识图谱。通过多维数据建立丰富的场景模型，才能让用户了解有价值的短视频内容，进而让用户视线有意义地留存。
结论：
今天，越来越多的巨头加入了短视频的战场，BAT等巨头的加入，也让短视频的赛道竞争越发焦灼。短视频行业玩家动作频频，本质上还是行业大环境变了——短视频进入了结构调整和内容重构的新风口，而如何解决用户的审美疲劳也成为新一轮竞争的焦点。
智能相对论（微信ID:aixdlun）：深挖人工智能这口井，评出咸淡，讲出黑白，道出vb深浅。重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。
文章TAG：视觉 用户 视频
