抖音推荐算法

推荐算法的本质

平台有2亿的创作者，每天在生产海量内容，算法就是为了让每一个用户都能在平台数以万千的内容中看到自己喜欢的内容，从而增强用户体验，提升用户付费和用户忠诚度，其核心就是为了占用用户更多时间。

6种推荐算法

1.标签算法

2.铁粉算法

3.流量池算法

4.爆款视频和标签协同算法

5.地域加时间算法

6.付费推荐算法

标签算法

标签推荐算法由3组标签构成，分别是账号标签、内容标、用户兴趣标签。

标签类型

兴趣标签

表示用户的兴趣偏好，也叫用户喜好标签，粉丝兴趣标签

我们对喜欢的内容点赞/收藏/观看/停留就会被大数据记录

账号标签

表示1个账号的创作领域，也叫创作者身份标签

账号持续的发布某一领域的垂类内容就会被系统识别

内容标签

代表一个单一作品所要传达的关键信息

比如封面标题/内容关键词等都可以被系统识别到

视频发出，系统会根据账号标签和单条内容标签来匹配兴趣用户。从而使每一条视频的兴趣用户推送更加精准，兴趣用户推送的越精准，视频流量数据才会越高。

用户兴趣标签

用户在抖音的所有行为轨迹都会被系统收纳到数据库。用户兴趣标签主要参考用户观看不同视频时的点赞、评论、转发、转粉、观看时长和完播率来判断用户喜欢什么样的内容。

因为每个人的喜好和行为轨迹都不一样，所以会根据这些指标形成每个人的个性化兴趣。系统在给用户推送视频的时候，基于用户的兴趣标签进行批量的推送视频，按照顺序让用户观看。

然后根据用户观看视频以后的反应来实时的调整下一批推送的视频。

举个例子，比如按照你之前的兴趣标签，你对美女汽车感兴趣，但给你推送了一批视频以后，发现你现在对篮球的兴趣比这两个还要高，那就会调整下一批推送的视频，有篮球标签的视频推送量就会增加。

你推送篮球视频的时候，发现你喜欢NBA，不喜欢CBA，那就多推NBA，推NBA的时候女见你喜欢科比，不喜欢詹姆斯，那你就等着被科比轰炸了，但是哪忙不再喜欢科比，也不会全给你推科比的视频。

假设给你推送十个视频里就五个视频是科比的，剩下的五个视频系统要用来测试下一批给你推送什么样的视频。

铁粉算法

视频发出，铁粉是第一批看到新发内容的流量，并且这些粉丝就是你作品质量的审核员他们主导了你的内容能不能进入下一轮大流量池。

流量池算法

这里可以参考 抖音流量池机制

赛马机制

每到一级流量池的时候，系统根据你发的视频时长、内容、账号的粉丝量等，给你匹配同级账号发的视频和你的视频进行比较。

只有你的视频数据跑赢同级别账号的视频数据播放量才会上去，才能获得更高级别流量池的推荐。

赛马机制依据的是数据反馈值:2秒跳出率、5秒完播率、整体完播率、评论量、转发量、收藏量、点赞量。

如果是带货或者其他挂有变现链接的视频，还会考核商品点击率、转化等电商数据。

爆款视频加标签协同算法

用户在平台的互动停留等行为会被平台大数据记录并加以分析，从而判断出你的用户兴趣标签，再根据你的用户兴趣标签来为你推荐你喜欢的内容

为了提高用户对平台的忠诚度，让用户保持对平台持新鲜感，也会按比例给用户推荐一部分用户兴趣标签以外的当下爆款视频，这就是爆款视频算法。

另外还会为用户推荐一部分相同特征用户的喜好内容，这就是标签协同算法。

地域加时间算法

当你出差旅行到了另一个城市，所在地域定位发生了变化，你会发现刷到的内容里出现了很多当地的内容，这就是地域推荐算法。

不同的时间节点也会刷到一些不一样的内容。过春节时，你经常刷到拜年的内容，情人节时，你会经常刷到情人节的内容，这就是时间推荐算法。

付费推荐算法

付费推荐算法根据账号需要，通过花钱买付费流量，让本来看不到你视频的用户能够看到你的视频，你的账号，你的产品，这就是付费推荐算法。

推荐逻辑

标新视频发布后，一般会随机推送给500个用户，这个时候，标签就很重要了。如果你被抖音打上了“美食”这样的标签，那你的视频可能大概率被推送给喜欢看美食内容的用户，这样完播率就会更高。

这一阶段，称为“启动流量池”

提示

如果你的账号被抖音判定为营销号，那么发的视频可能连500都没有。一般只有几十个播放到 200 播放之间。

然后，如果启动流量池的完播率足够高，就会推荐到下一级流量池。

你给自己的账号打标签了之后，视频有没有突破流量池，播放量有增加吗?

你的视频能不能推送给精准的人群，起到决定性作用的是作品标签的根本不是账号标签。

抖音的标签一共有三种:作品标签，用户兴趣标签、账号标签，其中作品标签最重要，视频能不能推送给精准的人群，作品标签至少占了百分之八十的因素。

当你上传了一条视频以后，系统会根据你的标题关键字视频画面里的信息，作品描述的关键字，你和语音字幕的关键字形成标签。然后根据这些标签来给你匹配对这些内容感兴趣的观众。

除此之外还会参考你这条视频下面的评论。因为以上的这些内容标签都是从创作者的角度生发出来的，系统还是不能确定对这条视频有没有预判，所以要参考看到你这条视频观众的反馈是什么样的。看在你评论区评论的高频词汇有没有和系统收集到的标签是一致的，如果一致就会按照标签继续推送，如果不一致，就会根据这些不断产生的新标签实时的调整匹配的用户。

假设你的视频内容是讲创业知识，但是评论区出现美女、汽车等高频词汇。就会产生新的标签，推送给身上有这些标签的用户。这样你的视频推送人群就会跑偏，就会变得不精准，所以控评是很有必要的。