如何知道你的推荐流每条数据是通过哪种策略召回？

大家好，我是空空star，本篇带你了解下C站PC首页推荐流召回策略。

文章目录

前言

当你在浏览首页推荐流时，可以看到各种类型的资源(如：blog、blink、ask、bbs等)，也可以看到你感兴趣的资源(如：java、python、大数据等)，那么你知道每一条是通过哪种策略召回的呢？这里就带大家了解下。

一、utm_medium

在推荐流，当我们每点击一条资源时，在落地页都会带着这样一个参数utm_medium，那么从它里边我们可以获取哪些信息？

当我点击上图红框中blink后，落地页url如下图：

其中：
utm_medium=distribute.pc_feed_v2.none-task-blink-user_follow-1-1474249-null-null.pc_personrec
该类utm_medium格式遵循：
distribute.渠道code.none-task-资源类型-策略-槽位-资源id-refer资源类型-refer资源id.ab_test
从中我们可以知道：
渠道code：pc_feed_v2(pc首页推荐流)
资源类型：blink(动态)
召回策略：user_follow(用户关注召回)
槽位：1
资源id：1474249
refer资源类型：null
refer资源id：null
ab_test：pc_personrec

二、召回策略

了解完utm_medium后，接下来就带大家看看具体都有哪些召回策略。

1.user_follow_bbs：用户关注社区的红包帖子召回

策略说明：用户关注的社区有红包帖子或者红包评论帖子时，该帖子会出现在该用户的推荐流。
召回资源类型：bbs

utm_medium=distribute.pc_feed_v2.none-task-bbs-user_follow_bbs-1-612442065-null-null.pc_personrec

2.user_follow：用户关注召回

策略说明：用户关注的博主发布的比较🔥的博客、动态、直播，会出现在该用户的推荐流。
召回资源类型：blog、blink、live

utm_medium=distribute.pc_feed_v2.none-task-blink-user_follow-1-1474237-null-null.pc_personrec
utm_medium=distribute.pc_feed_v2.none-task-blink-user_follow-3-1474845-null-null.pc_personrec

3.top_blink：热门blink召回

策略说明：blink推荐池的数据，会出现在用户的推荐流。
召回资源类型：blink

utm_medium=distribute.pc_feed_v2.none-task-blink-top_blink-1-1472839-null-null.pc_personrec

4.hot：热数据

策略说明：blog推荐池的数据，会出现在用户的推荐流。(主要针对未登录用户、无关注无画像标签用户)
召回资源类型：blog

utm_medium=distribute.pc_feed_v2.none-task-blog-hot-15-128896091-null-null.pc_personrec

5.ask_hot：问答热数据召回

utm_medium=distribute.pc_feed_v2.none-task-ask-ask_hot-4-7883486-null-null.pc_personrec

6.ask_personrec_tag：问答用户个性化标签召回

utm_medium=distribute.pc_feed_v2.none-task-ask-ask_personrec_tag-4-7879509-null-null.pc_personrec

7.personrec_tag：用户个性化标签召回

策略说明：根据用户的统一标签，召回推荐池中相应标签的博文。
召回资源类型：blog

utm_medium=distribute.pc_feed_v2.none-task-blog-personrec_tag-5-128912127-null-null.pc_personrec

8.hot_rank_bottoming：热榜top100插入

策略说明：热榜top100中的博客，会插入到用户的推荐流。
召回资源类型：blog

utm_medium=distribute.pc_feed_v2.none-task-blog-hot_rank_bottoming-8-128769717-null-null.pc_personrec

9.search_records_recommend：用户搜索历史召回

策略说明：根据用户近期搜索的历史query，当该query属于搜索的top_click策略池时。召回该query下的top_click内容。
召回资源类型：blog

utm_medium=distribute.pc_feed_v2.none-task-blog-search_records_recommend-11-115861769-null-null.pc_personrec

10.his_today：历史上的今天

策略说明：用户byeweiyang当日发布的带【历史上的今天】标签的🔥博客。
召回资源类型：blog

11.cf：协同过滤召回

策略说明：根据推荐池内容进行协同过滤召回。
召回资源类型：blog