有个常识是：帮助用户拥有关系链，是提高用户黏性的必选题。短视频平台为了尽可能多的帮助用户建立关系链往往会采用两种方式：好友推荐和可能感兴趣人的推荐。

好友推荐，顾名思义，推荐的是已建立连接关系的用户，例如通讯录好友和好友的好友。

可能感兴趣的人的推荐的基本原理是：推荐与当前用户有共性行为的用户。

举个例子：小王看过3条宝马汽车的视频、2条王者荣耀的视频，小李看过1条奥迪汽车的视频、2条汽车改装的视频，那么系统认为小李和小王之间存在着共性的行为特征，便认为小李是小王“可能感兴趣的人”。讲到这读者可能觉得有点耳熟，对的，这就是近邻算法的产物。只不过在推荐视频、推荐资讯的时候，近邻算法计算得出的近邻用户被用作用户协同过滤的计算，是中间过程的产物。而在推荐人时，则可以直接把近邻算法计算出的近邻群体推荐给当前用户。现如今，短视频与社交早已融合在了一起互为补充、互为流量入口。

总而言之，短视频已与各个垂直领域互相融合，由之前的“短视频+”变成了“+短视频”；短视频迎来了“刘易斯”拐点，保留存、提黏性是当前重点；短视频的推荐算法与资讯大致相同，但在语义算法建模和用户行为上报上有针对性的差异；短视频领域也会用到基于人的关系的推荐，视频推荐与社交推荐互为补充，共同作用于提高用户黏性。