蓝莓视频 · 相关推荐链路测评：从一部冷门片能挖出多少同类

链路质量看第 2 到第 3 层，前 1 层谁都做得像样。

测试方法固定：选 1 部冷门片作起点，只点相关推荐往下跳，共跳 5 层，每层记录 6 个推荐位里与起点同题材、同年代、同主创的数量。样本记录显示，第 1 层相关度通常最高，导演与主演作品齐全；从第 2 层起分化明显，做得好的链路继续沿主创与题材延伸，做得差的开始混入热播剧充数，到第 4 层已与起点毫无关系。断链出现得越晚，说明平台的标签与关联数据维护得越认真。

跳 3 层就反复遇见同 2 部片，链路等于原地打转。

相关度之外，重复率决定链路的信息量。若每层的推荐位都被同几部热门片占据，观众看似一直在点，实际只在小圈子里循环。测评中本栏目用一个笨办法计数：5 层共 30 个推荐位，去重后还剩多少部不同的片。去重率低于 5 成的链路，发现新片的功能基本失效，只剩续播价值。这个指标对小平台尤其关键，因为它们的库存总量有限，推荐再不去重，长尾优势会被自己的算法吃掉。

沿导演与主演跳，命中率比沿题材标签跳高出 1 截。

链路里有 2 种延伸逻辑：按主创延伸，靠的是演职员数据的准确关联，结果通常同源可靠；按题材延伸，靠标签匹配，标签打得粗时就会漂移，比如从家庭伦理片跳到悬疑片，只因为共享了一个含糊标签。观众自救的方法是优先走演员页与导演页这类硬关联入口，把题材推荐当作补充。若平台连主创页都缺失，说明其数据层只做了条目堆放，链路测评可以直接给低分，不必再往下跳。

手动记 1 份延伸清单，能补上算法去重的短板。

给观众的实操建议是：每次沿链路挖掘时，把跳到的片子按导演或题材记成一份简单清单，攒到 10 部左右就是一份可看的专题片单，比收藏夹里无序堆几十个链接有用得多。对平台的最终评价：相关推荐是小平台成本最低的长尾放大器，标签与主创数据多维护一分，库存价值就多兑现一分。本栏目在横向对照中给这一项的权重不低，仅次于可播率本身。

从热门片往回跳冷门向的推荐位，能查出标签体系的偏食程度。

正向挖掘之外，链路还能反着用：从 1 部同题材热门片出发，看它的推荐位里有没有冷门片的位置。若热门片的推荐永远只在热门圈内循环，说明平台的关联数据只服务流量，长尾库存与推荐系统是两张皮；若热门片能带出 1 到 2 部同年代冷门片，说明关联是按内容而非热度建的。对观众的意义很实际：在这种平台上，哪怕从首页热门片起步，顺着链路也能滑进长尾区，发现成本比从分类页硬翻低得多。

5 层、30 个推荐位、去重率与主创占比，4 个数就能定档。

把本栏目的链路评分口径公开，方便读者自测任何平台：起点选 1 部冷门片，连续跳 5 层，每层 6 个推荐位共 30 个，数其中与起点同主创或同题材的数量，再数去重后不同片子的数量。相关占比过 6 成且去重后不少于 20 部的，链路属优良；相关占比不足 3 成的，推荐只是流量位。打分过程约 10 分钟，比看平台宣传语可靠。分数之外还要记断链层数，断得越晚，平台的数据维护越扎实，这项会进入本包总评表。

链路测评还要补 1 个边界：推荐位里混排的运营位与算法位要分开算，人工置顶的推广条目不计入相关度统计，否则分数会被运营动作污染。识别方法是看条目角标与排布规律，带推广标识或与页面主题完全无关的固定位置，多半是运营位。把这部分剔除后再算 30 个推荐位的去重率，得到的才是平台关联数据的真实水平。读者自测时先做这一步剔除，后面的打分才不会白忙。