召回架构，一个奇怪的词，在短视频中APP在开发方案中，召回架构占了很大一部分。面对这些奇怪的内容，平台运营商需要开发团队解释。简而言之，召回架构是实现短视频内容推荐的核心，可以实现用户的独立性。然而，由于数据反馈缓慢和短视频内容分发效率低，它也被排除在外，让我们来看看召回架构的具体内容。

1、基于协作过滤的召回

首先，让我们了解协同过滤。协同过滤可以理解为寻找相似性和短视频APP常用的开发有UserCF算法和ItemCF算法。UserCF其他用户感兴趣的内容可以根据用户感兴趣的内容推荐。ItemCF类似的物品是根据用户过去感兴趣的物品推荐的。

短视频APP可以使用开发Jaccard计算公式或余弦相似度公式，这是一种滤算法，也可以使用embedding类似同过滤算法。基于协同过滤的召回效果明显好于基于内容的召回，但面对新用户或新的短视频内容，存在召回能力不足的问题。

短视频APP基于协作过滤的召回实现的发展需要大量的用户历史行为作为参考。对于新用户或新内容，没有大量的参考数据，因此很难挖掘用户的兴趣。

2、召回新用户

当新用户出现在短视频中时，因为新用户没有积累用户肖像信息，短视频APP如何为这类用户推荐短视频？这是为了了解新用户的冷启动召回。APP短视频召回可以通过新用户搜索信息，关注信息等内容，也可以通过其他业务场景中积累的肖像进行召回。

3、召回视频内容的流行程度

在短视频APP在开发了一些新内容之后，有必要验证新内容是否符合用户的兴趣。此时，短视频代码应注意新视频内容的选择，因为老用户对短视频内容的接受度较高，应优先考虑老用户，避免新视频内容对新用户体验的不利影响。

可以看出，召回系统可以帮助短视频APP开发进一步确定用户偏好，同时对平台大数据的内容推荐进行反馈测试，确保用户喜爱推荐的内容。