抖音揭秘：抖音背后的系统算法
抖音背后的算法和推荐系统的剖析
抖音背后的算法和推荐系统的剖析抖音是一款风靡全球的短视频应用，据统计，截止2021年1月，抖音全球用户已达到10亿，其中海外用户占比超过三分之一。
抖音的火爆背后离不开其强大的算法和推荐系统。
本文将对抖音背后的算法和推荐系统进行剖析。
一、抖音的算法和推荐系统抖音的算法和推荐系统主要包括两个核心组成部分：内容分发和用户洞察。
1. 内容分发内容分发是指如何将内容分发到用户的视野中。
抖音的内容分发主要采用基于大数据和机器学习的推荐算法，其核心是用户行为分析和视频的标签、特征提取。
具体流程如下：(1) 数据采集：抖音每天会收集数十亿条用户的视频浏览、点赞、评论等数据，同时还会收集视频的标签、特征等数据。
(2) 数据预处理：抖音会对采集到的数据进行清洗、去重等预处理工作。
(3) 特征提取：基于采集到的数据，抖音会提取视频的标签、特征等数据，如：颜色、长度、背景音乐、文字、物体等。
(4) 模型训练：抖音会基于机器学习算法，如深度学习、卷积神经网络等，训练一个个性化推荐模型，该模型可以根据用户的历史行为和当前视频的标签、特征等信息，预测用户是否会喜欢该视频，然后将合适的内容推荐给用户。
(5) 推荐评估：为了评估推荐算法的效果，抖音会采用AB测试等多种方式，对不同的推荐算法进行评估，较好的算法可以优先竞争资源。
2. 用户洞察用户洞察是指通过收集、分析和理解用户行为，了解用户需求和喜好，从而提供个性化的推荐服务。
用户洞察主要分为两种方式：一种是用户行为分析，通过分析用户的点击、播放、点赞、评论等行为，了解用户的兴趣和行为习惯；另一种是用户画像分析，通过分析用户的年龄、性别、地域、职业等信息，深入了解用户需求和偏好。
抖音通过这两种方式，不断优化其算法和推荐系统。
二、抖音算法和推荐系统的特点1. 大数据支撑抖音的算法和推荐系统离不开大数据的支撑，其每天收集的数据量达到十亿级别。
只有通过大数据处理和分析，才能了解用户行为和提取视频特征，同时也需要大数据的支持来训练算法模型。
抖音大数据推送原理
抖音大数据推送原理
抖音大数据推送原理是基于算法的推荐系统，通过分析用户的历史行为数据、兴趣爱好、位置信息、社交关系等多维度数据，推荐符合用户兴趣的视频、音乐、话题等内容。
具体包括以下几个步骤：
1. 数据的收集：抖音通过多种方式收集用户数据，包括用户的浏览历史、点赞、评论、分享、收藏等行为数据，以及用户的位置信息、设备信息、社交关系等其他数据。
2. 数据的处理：抖音通过机器学习算法对收集到的数据进行处理和分析，提取出用户的关键兴趣点、行为偏好、社交关系等信息，并将其转化为可供推荐使用的特征。
3. 模型的训练：抖音基于得到的特征，构建推荐模型，并通过海量数据进行训练和优化，使得推荐效果更加优秀。
4. 推荐结果的生成：当用户打开抖音客户端后，抖音会根据用户的历史行为数据和当前情境，调用推荐模型生成推荐结果，并将其呈现给用户。
推荐结果包括热门视频、个性化推荐视频、话题等。
5. 用户反馈的收集：抖音会收集用户对推荐结果的反馈，包括点赞、评论、分享、收藏等行为数据。
这些反馈数据又会被用于优化推荐模型，实现更加准确的推荐效果。
总之，抖音大数据推送原理是一个不断优化迭代的过程，通过对用户数据的收集、处理、模型训练和推荐结果生成等环节的不断优化，实现更加智能化、个性化的推荐服务，为用户提供更好的使用体验。
- 1 -。
抖音内容整理
三、审核&推荐机制算法背后的逻辑：智能分发，叠加推荐，及热度加权。
1 、抖音审核机制抖音审核采取机器与人工相结合的审核方法。
每一部作品从上传开始到热门会遇到层层审核。
此处仅贴出视频审核算法，头条系的算法有别于其他互联网产品的中心化流量分配，就像微博的流量向名人大V集中，刚开的微博都没人看。
而头条系即便你是0粉丝，发布的任何视频，抖动系统都会智能分发几十上百的流量。
而新视频流量分发以附近和关注为主，再配合用户标签和内容标签智能分发，如新视频的完播率高，互动率高，这个视频才有机会持续加持流量。
2 、叠加推荐所谓叠加推荐，是指新视频都会智能分发100vv左右的播放量，如转发量达10（举例），算法就会判断为受欢迎的内容，自动为内容加权，叠加推荐给你1000vv，转发量达100（举例），算法持续叠加推荐到10000vv，转发量达1000（举例）,再叠加推荐到10wvv，依次类推……所以那些一夜几百万播放量的抖音主也矇逼，不知道发生了神马，实则是大数据算法的加权。
叠加推荐当然是以内容的综合权重作评估标准，综合权重的关键指标有：完播率，点赞量，评论量，转发量，且每个梯级的权重各有差异，当达到了一定量级，则以大数据算法和人工运营相结合的机制。
3 、八级流量池推荐第⼀级：200--300第⼀级：3000--5000第三级：1.2W--1.8W第四级：10W--12W第五级：40W--60W第六级：200W--300W第七级：700W--1100W第八级触发标签长期推荐4 、热度加权实刷近百条爆火抖音，发现所有一夜爆火的视频，和抖音推荐板块的视频，播放量多在百万级，综合数据（完播率，点赞量，评论量，转发量）无一例外都很好。
可见经过大量用户的检验，层层热度加权后才会进入了抖音的推荐内容池，接受几十到上百万的大流量洗礼，各项热度的权重依次为：转发量>评论量>点赞量。
热度权重也会根据时间择新去旧，一条爆火的视频的热度最多持续1周，除非有大量用户模仿跟拍，所以还需要稳定的内容更新机制，和持续输出爆款的能力。
解析抖音的应用原理
解析抖音的应用原理1. 引言抖音是一款非常流行的社交媒体应用程序，主要以短视频为特色。
它吸引了数以亿计的用户，其中包括许多年轻人。
本文将解析抖音应用的原理，揭示其背后的技术和功能。
2. 抖音的基本功能抖音的基本功能是用户可以通过录制15秒长的短视频来展示自己的才华和创造力。
用户可以选择不同的音乐、滤镜和特效来制作独特的视频。
抖音还提供了“点赞”、“评论”和“分享”等社交互动功能，使用户能够与其他用户互动和连接。
3. 视频录制与编辑为了实现高质量的视频拍摄，抖音应用利用了设备的摄像头和麦克风。
用户可以使用前置摄像头或后置摄像头来录制视频，并使用内置的音频录制功能来添加声音。
在录制完成后，抖音应用还提供了一系列的编辑工具，例如剪辑、裁剪、添加滤镜和特效等，使用户可以进一步优化和个性化他们的视频内容。
4. 数据处理和分析除了视频录制和编辑功能，抖音应用还使用复杂的算法来处理和分析用户生成的数据。
这些数据可能包括用户的观看记录、点赞、评论和分享等互动行为。
通过分析这些数据，抖音应用可以为用户提供个性化的内容推荐，使用户能够更好地发现符合他们兴趣的视频。
5. 推荐算法抖音的推荐算法是该应用的核心技术之一。
它基于用户的行为历史和兴趣来推荐相关的视频内容。
推荐算法考虑了用户的观看习惯、点赞和评论行为、关注的用户以及视频标签等因素。
通过分析这些因素，推荐算法可以实现高度个性化的推荐，提供用户最感兴趣的视频内容。
6. 互动和社交功能抖音强调用户之间的互动和社交功能。
用户可以通过点赞、评论和分享等方式与其他用户进行互动。
这些社交互动不仅可以增加用户之间的连接和参与，还可以帮助用户扩大影响力和建立自己的社交网络。
7. 广告和营销模式为了商业化运营，抖音应用还引入了广告和营销模式。
平台允许品牌和商家在抖音上展示广告，并与用户进行互动。
抖音的广告系统可以根据用户的兴趣和行为数据进行定向投放，提供精准的广告推送效果。
8. 数据隐私和安全随着抖音的快速发展，数据隐私和安全问题备受关注。
抖音-推荐算法原理全文详解-高级优化师推荐
上图是今日头条的一个实际文本case。可以看到，这篇文章有分类、关键词、topic、实体词等文本特征。
当然不是没有文本特征，推荐系统就不能工作，推荐系统最早期应用在Amazon,甚至沃尔玛时代就有，包括Netfilx做视频推荐也没有文本特征直接协同过滤推荐。
召回策略种类有很多，我们主要用的是倒排的思路。离线维护一个倒排，这个倒排的key可以是分类，topic，实体，来源等。
排序考虑热度、新鲜度、动作等。线上召回可以迅速从倒排中根据用户兴趣标签对内容做截断，高效的从很大的内容库中筛选比较靠谱的一小部分内容。
二、内容分析
内容分析包括文本分析，图片分析和视频分析。头条一开始主要做资讯，今天我们主要讲一下文本分析。文本分析在推荐系统中一个很重要的作用是用户兴趣建模。
此外，平台出于内容生态和社会责任的考量，像低俗内容的打压，标题党、低质内容的打压，重要新闻的置顶、加权、强插，低级别账号内容降权都是算法本身无法完成，需要进一步对内容进行干预。
下面我将简单介绍在上述算法目标的基础上如何对其实现。
前面提到的公式y = F(Xi ,Xu ,Xc)，是一个很经典的监督学习问题。可实现的方法有很多，比如传统的协同过滤模型，监督学习算法Logistic Regression模型，基于深度学习的模型，Factorization Machine和GBDT等。
这个过程中主要的延迟在用户的动作反馈延时，因为文章推荐后用户不一定马上看，不考虑这部分时间，整个系统是几乎实时的。
但因为头条目前的内容量非常大，加上小视频内容有千万级别，推荐系统不可能所有内容全部由模型预估。
抖音的算法推荐特点分析
抖音的算法推荐特点分析抖音的算法推荐特点分析近年来，抖音以其独特的短视频形式和个性化推荐系统，迅速在全球范围内成为了一款极其流行的社交媒体平台。
其成功的背后，离不开抖音算法的支撑与不断的优化。
本文将通过对抖音的算法推荐特点进行分析，探讨其对用户体验和用户粘性的影响。
一、用户数据获取和分析抖音的算法推荐系统的核心是用户数据的获取和分析。
抖音通过用户主动上传短视频以及观看、转发、评论等操作，收集了大量的用户行为数据。
这些数据包括用户的性别、年龄、地理位置、兴趣爱好等，为抖音的算法推荐提供了基础数据。
通过对用户数据进行深度分析，抖音算法可以准确了解用户的喜好和偏好，从而精确推荐用户感兴趣的内容。
例如，通过分析用户观看过的短视频，算法可以了解用户喜欢的视频风格、内容类型、主题等信息，从而更好地为用户推荐相关内容。
二、内容特征提取和相似度计算抖音的算法推荐系统通过提取短视频的内容特征，并计算不同视频之间的相似度，来寻找和用户喜好相似的内容。
这种内容特征提取和相似度计算的方式是通过深度学习等先进技术实现的。
首先，算法会将用户历史行为数据进行分析，找出用户经常观看的内容特征。
然后，通过提取短视频的视觉特征、音频特征以及文本特征等，将视频转化为特征向量。
最后，通过计算不同视频之间的相似度，筛选出和用户喜好相近的内容作为推荐。
这种内容特征提取和相似度计算的方式，能够较好地捕捉用户的兴趣和偏好，提供个性化的推荐内容，从而增加用户的满意度。
三、用户行为反馈和实时优化抖音的算法推荐系统不仅仅是根据用户历史行为数据进行推荐，还会根据用户实时行为反馈和实时优化。
当用户观看、点赞、评论、分享等行为发生时，算法会即时获取和分析这些行为数据，并根据用户的反馈进行推荐结果的调整。
例如，当用户观看一段短视频时，如果用户观看的时间较长、重复观看或者进行点赞、评论等互动操作，算法会将这些行为视为用户对该视频的喜爱，进一步推荐类似内容给用户。
抖音算法揭秘,百万粉丝的背后逻辑
抖音算法揭秘，百万粉丝的背后逻辑百度有百度的算法、微信有微信的算法、头条也头条的算法，算法是任何平台必不可少的机制，今天就来分享一下抖音的算法机制。
一、科普算法是什么？简单通俗的讲，算法就是一套评判机制。
这套机制对平台的所有用户都有效，无论是内容生产者（拍视频的人）或内容消费者（看视频的人），很多时候我们既是生产者也是消费者。
我们在平台上的每一个动作都像是一个清晰的指令，平台根据这些指令来判断我们的性质。
并将我们分为优质用户、沉默用户、流失用户、可挽回用户等；除此之外，它还会判断我们是否为营销号，有没有违规操作。
如果是平台就会将我们的账号关进小黑屋；相反如果判断出我们是一个优质的用户，平台就会给予我们一定扶持。
算法有什么用？算法对于平台最大的用处是管理自己平台上的用户数据，并且根据用户的一系列反馈行为来改进平台功能，提高用户体验从而使平台吸引更多用户、留住更多用户，最终使平台形成一个可循环的良性生态。
算法有什么好处？算法对内容生产者的好处：我们既然想在别人的地盘为自己吸粉，就一定要明白别人的规则。
就像追一个女孩子你得明白女孩子的喜恶，才有机会见缝插针地进入她的心。
更何况，读懂平台比读懂女孩子容易的多！只要我们意识到平台的推荐机制，我们便可以有意识的设计自己的行为，引导平台判定我们是优质用户从而分配给我们更多、更精准的流与更高的权限。
算法对内容消费者的好处：大家刷淘宝、抖音或者头条刷的某一类内容多了，下次再打开APP时是否觉得很多推荐的内容都是自己比较喜欢比较有兴趣看的？其实平台为了提升用户体验为了留住你。
它会根据你的行为来分析你的兴趣，然后给你打上一个标签再将同类标签的内容生产者的内容推荐给你，你们便是一个池子里的人。
总之，推荐算法会为我们匹配到我们想要的东西。
为内容生产者匹配到精准的用户，为内容消费者匹配到感兴趣的内容。
明白了算法是什么以及它的重要性以后去任何平台引流的第一件事就是先了解平台的算法，而不是傻兮兮的去引流，这样只会被平台判断为营销号然后被封杀。
抖音底层逻辑与算法
1、一个获得精准流量的小技巧：平台是按照同类型同时长同级别来进行赛道竞争如果你超越50%的人群你就能大概率获得流量所以有时候我们得通过第三方软件来观看大盘数据做调整视频拍福利款直播疯狂去转化DOU+带货80% 20%人气然后再发几个类似的视频2、老号越做越差的原因：主要原因与粉丝的粘性越来越差开局的数据决定了你整场的结果。
如果你的粉丝没有养成固定来你直播间的习惯那么你开局的数据就会越来越差所以每天要养成固定开播习惯并预告明天将获得哪些收益这样你开播的时候系统将你的画而推给粉丝的时候他们才有可能第一时间收到3、突然之间号爆了但发不出去货或者做预售或者做阶梯型发货最后因为这些原因就凉了：这就是超体量发货带来的后果所以一定要做好风险管控对标此类目头部账号做到他30%-40%体量来做一期目标这样的话能把你风险管控在安全期内、第二就是你的售后得分你的物流商品服务啊这几个分不要低于4.4分这是你流量的安全期。
4、怎么用视频来提升流量：先拍一个视频福利款视频直播的时候就卖这个福利款疯狂的去转化转化的好这个视频就会爆起来期间要用DOU+去给他加热80%带货20%人气然后这个期间再发5个类似视频5、怎么做好一个账号：一个账号要经历拉权重打标签很多人容易犯的错误就是一上来就看转化上来就看GMV最后每个人都很迷茫6、当你账号有一定权重之后开播的5-10分钟会有一波流量进来但很多人还是用老办法在憋单造成流量损失如果持续下去流量将越来越弱应该想办法接住这流量抖音机制己改后而的流量是根据你开场前一个小时内转化来决定的7、抖音前期为了培养消费习惯：你在这个平台时间越长越给你流量、所以我们那个时候叫拉时长当大家习惯已经形成之后你在我这个平台越活跃就越给你流量所以大家开始扣666做互动那么你现在有转化才给你流量那么到3万场观之后开始考核你的GMV是你越有销售额越给你流量8、DOU+投达人相似：不要投10万以下粉丝10-50万差不多因为大多数十万粉以下的标签不精准高于50万的要么买份买过来的要么是剪辑号转变过来的标签页不会精准即使是真实做出来的那么也成为大主播了不是你可以撼动的第二你要分析你的优势是否有明显的优势高于它你的产品你的功能你的服务这样才能影响他9、Feed跑不动检査项：看岀价看覆盖范围看权重看在线看定向看转化10、用视频还是直播起号：如果你是单品如果你是小众产品如果你客单价高如果你视频制作能力强如果你产品有特点就用视频来打造直播间、如果你主播能力强如果你是大众商品如果你客单价没那么高那么你就用直播来打造直播间11、老号掉流量：几项评分低于行业50%物流分商品体验分口碑分DRS评分售后分第二多次违规第三产品本身不具备优势第四此类目没有了流量倾斜第五主卖爆款因差评多而主打下架12、起号哪些行为容易被限流:不露脸、背景有引导性词汇截屏刷粉刷赞挂铁让亲戚朋友去直播间互动下单私下导流同IP挂很多手机进同一直播间13、判定是否打上标签:DOU+智能推荐看推荐数据是否是你想要的人群年纪性别14、豆荚误区：第一很多人都想直接直投带货但是如果你没有很高在线人数产生不了羊群效应进来的人就不会停留进来一个走一个转化和销售额就上不去第二很多人拉在线都在人气掉下之后在用DOU+拉上去但是这种可能性很小我们的思想是维持曲线不要下降而不是下降之后再提上来因为想要提上来难度非常大成本非常高第三很多人为了不掉下来就全程的疯狂堆DOU+没有给免费流量留下进来的空间第四每一单不要低于300元勾取0.5小时达人相shi6烧完之后停留10-15分钟给免费流量一个进来的空间然后在重复上一个流量15、用视频打爆直播间的两个关键点：第一通过视频引来的人能否在直播间形成转化能否拉升GMV第二视频的拍摄就是对着产品拍把功能特点卖点介绍出来时间最好是7・9秒最长不要超过15秒同时呢要留下一点悬念或者一个细节的悬念或者一个价格的悬念这样能够吸引他进入直播间进行互动第三需要用DOU+去驱动一下起到前期引爆的作用16、直播推荐的拉新能力特别强但是视频更精准它能补充直播间推荐互动和停留率的弱点所以你的场观达到2万时候在升量就需要视频来补充这时候用视频直投直播间选择达人相似或者自定义选择互动0.5小时投一单第二单用视频直投直播间用达人相似选择涨粉还拉伸停留率除了这些还有你直播间的转化能力拉升GMV 能力和视频拍摄能力17、老号好还是新号好：随着时间的推移你的等级会越来越高就像你刚才上一年级的时候你随着时间的越来越长你开始升级到了6年级抖音机制也是越往上走竞争力越小但你的流量池却越来越19、直播间怎么打标签：你热门的是什么品类就是什么品类标签第二你的场观达到3万持续5天第三每天出30单持续5天第四你的粉丝人群高度统一20、解决权重的3个维度办法：如果你的付费率上不来就要加强人设制造记忆点如果你的转粉率上不来那就要调整场景让场景更有吸引力如果你的互动率上不来就要调整主播的话术和节奏或者有场控或者助播来不断提醒主播进行互动21、F eed出价跟什么有关系：跟你定向计划的精准跟账号的权重跟素材创意有关你定向越精准转化率越高你的成本就越低你的权重越高你的岀价就越低你的素材创意越好你的出价就越低22、第一阶段人的阶段你的主播能否把停留互动转粉和转化做上去第二阶段货品和售后你会不会排品会不会测爆品会不会不同人气阶段上不同的品憋单将人憋上来后是否有爆品是承接住这波流量你的货品能否持续更新你的爆品款式能否持续更新你的物流商品体验是否优秀第三阶段就是你的团队和供应链有没有专业的投手放大销量爆仓之后你的供应链能否承受住这样的销量23、一句话用DOU+拉在线权重标签FEED做成交如果用Feed 拉在线投放金额巨大效果甚微如果你用DOU+拉在线只需要2000就能够拉住人气1000人同时对账号还有一定加持作用还能维持住一定的自然流量用Feed做成单计划就行了这样一定一场直播下来你的成本会更低转化会更高销售额会更高24、到底先做视频还是先直播：建议先开直播把直播广场打开这样你的流量比较稳定因为视频呢并不能保证每一个视频都能够爆他会大跌大起如果你直播广场先打开至少能保证你的流量很稳定然后你再把视频流量加上去能够更精准能够形成互补直播推荐的流量有的泛但他拉新能力特别强视频推荐比较精准能够补充直播推荐的弱点一旦视频爆了你直播间也就爆了同样直播间会反过来加持视频形成双方共振25、高水平投手投DOU达人相似会分为两个分类老号和新号老号会投种过草和观看因为老号的的人群标签比较精准新号会投关注和种过草26、投放DOU+没有标签投达人相似有性别要求就投自定义有标签就智能推荐27、U V值达到多少为标准你的平均客单价乘以1.5%就是你的uv 值28、号权重怎么看:三个小时场观达到5000没做转粉率互动率付费率29、起号投：达人相似人气互动涨粉带货：带货人气涨粉30、你的权重决定了系统会给你推多少人假如是1万人那么这1 万人怎么跟你推流呢有两种方式一种是视频一种是直播到底是选视频还是直播也就是说看哪种方式你的收获是最大的所以呢会看你的点击率你的停留率来综合判定你是视频好还是直播好通过这两个率来判定你用哪种方式推送出去最后能来增加你这个曝光度所以不是你上热门了是系统给你增加曝光度31、主播的关键点：1、通过数据知道粉丝进入直播间的平均停留时长训练主播在这个时长内讲完一款产品2要不断重复让后进来的人知道你在讲什么要知道流量就是钱的这样的思维而且流量越来越贵3推流指标定点完成什么时候开始做互动什么时候开始做转粉什么时候开始做付费率什么时候憋单什么时候做转化什么时候做销售这些要有场控或者助播提醒完成4强化人设直播间人设和短视频人设建立信任背书5最好有脚木找到优秀的对标账号扒他最有价值的话术32、视频和直播会影响权重其他不会也不会增加权重但会降低一些权重33、直播分级：以三个小时为例：如果你的场观在1000人以下进入的是初级流量池说明的你的主板基础条件还不够需要对主播进行甄选2、如果场观达到5000人这是中级流量池说明主播基础不够扎实需要优化如果达到万人说明你进入了第三个流量池这个时候说明你的主板货品综合能力比较好但这个时候考验的是你的售后能力你的货能不能发出去物流体验好不好有没有差评售后服务态度好不好后面的流量考虑的是你的供应链如果能承接住那么多那就起飞吧起号的一个方法开场10-20分钟转化30单第二个整场的销售额是你场观的1.5倍第三个前15天抓物流确认收货第四个售后做好6个纬度的分值不能低于同行50%这样才能走大概率获得流量扶持你的第一波流量是由你的基础权重来决定的第二波流量你的是由你的互动来决定的所以在开播之前我们要投一单DOU+视频勾选0.5 小时让他快速消耗掉以保证开播有好的在线人数开播之后在投两单DOU+来拉升你的直播间权重看你之前的转粉率差还是付费率差还是停留差还是互动率的差哪块少就补哪块这个时候就要配合福利款来做活动做快速转化当你转化高了你在打开feed流开跑T这样保证能跑起来出价也低feed烧起来时拉来了第二波流量现在就看你的转化率和GMV达不达标达标就会有第三波流量为了保险这里面在投一单DOU+ feed在做两组计划停留和观看其中一组会出价高是保证DOU+投不出去还有feed在里面拉保证电商互动行为能够顺利完成你的初始权重是由转粉率评论率来付费率来决定的你的电商互动是由你的点击率转化和GMV来决定的新号30单以后有口碑分feed流计划DMP人群包适合小众类目:珠宝翡翠茶叶轻奢大众类目：美妆以前打标签只需要出30单不在乎你卖多少钱只在乎你出单量所以用低价引流款能快速打上标签但是现在呢又考核你的GMV所以你要用正价的性价比比较高的来持续拉高GMV才能大概率打上标签如果一般主播就选成单好了如果账号权重低那么可以以成单为主带一点点击因为一般主播她转化没那么高你跑观看和停留只是浪费钱如果是大主播转化能力强可以选择观看和停留这样出价也就低一点场观或者销售额达到3-5万去投feed比较好权重的指标:付费率达到5%转粉率3%你的评论互动率要达到7・8% 这几个指标达到了权重就大概率上来了达人相似不要投比你强的号除非你有优势投达人相似不是投人家粉丝而是同行的粉丝画像DOU+选视频直投直播间不要挂车投不然指标会更高。
深度解析抖音算法规则
什么是算法机制算法机制好比“植物生长规律”，你可以通过"改造种子，肥料，种植环境"等外来因素去影响他的生产结果，比如缩短生长周期，量产等。
但是却改变不了他生长环节，种子→萌发→结果环节还是一样一环不能少。
为什么了解算法机制那么我们学习算法机制的目的，并不是忽略作品的质量问题，去通过外力去揠苗助长。
这不是我的本意，我的目的要学会做一个懂得触发机制的人去让内容符合算法。
作品好比种子，植物能不能量产以及结果品质好不好取决的是种子，非肥料，非土壤。
我们需要根据算法机制去调整作品细节，让作品能触发机制后快速上升最大化。
带有算法机制下的场景变化在这里不得不说“头条系"，如今“头条系”产品已经成为自媒体用户最活跃并体量庞大的巨头平台。
他的特色就是“以用户为中心”，只推送你喜欢的内容，从初期适应用户需求到精确满足用户需求的目标，从而实现内容定制化。
如果你被一个娱乐类型的文章或者视频所吸引并点击阅读，之后你的内容主页就可能被定制成了娱乐类型。
而在外后的过程中机器算法，会不断细分采集并记录你的行为标签，从而让你喜欢看的内容越来越精准，可能最后细化到只给你推送”某个明星“的相关新闻或者视频。
算法机制下的内容定制，等于为用户找一个“懂你的另一半”。
抖音算法的原型上图就是整个算法机制的样子，其实真正的原型远远不止这些，仅仅只是把前端的原型画了出来，而我们了解这些就已经足够了。
整个流程总共分三部分：给内容贴标签，给人物贴标，按照标签智能个性化推送。
给内容贴标签那么头条系的内容标签库会如何打呢？内容类目下图为2015年今日头条透露出来的一份数据报告，表达是男性与女性关心的主要内容类目基因算法这个标签类目算是头条系的母类目，那么作为头条系的“孩子“抖音，必然遗传了头条系“爸爸”原始基因并在细化非常多的小标签，比如娱乐，可以细化到"XX明星结婚”的标签。
给人物贴标签用户画像平台会根据用户在使用App的习惯进行分析行为路径，再进行贴标签，再继续优化标签。
抖音算法机制及热门技巧
抖音热门技巧抖音它自身有一个算法机制：抖音的内容推送主要是通过机器的算法来实现的一共大概可以分成三步：第一步：上传视频之后，由机器小范围的推荐给可能会对你视频标签感兴趣的人群，差不多是20-250人数之间，计算在单位时间之内观众(audience)的评论、点赞和分享数。
具体公式是：热度=A×评论数+B×点赞数+C×分享数，系数A，B，C会根据整体的算法实时微调，大致上：C>A>B。
简单点说就是视频的完播率是很重要的，接着就是分享率大于评论率大于点赞率，这一步我们称为第一次推荐这就是我们平时为什么会看到推荐里面出现的内容，有些互动率几乎是0。
就是因为你是这个视频的第一波观众第二步：如果经过第一次推荐，你们的视频没有在目标用户中得到比较好的反馈，那么很遗憾你就只能指望下次再拍出更好的视频啦，这就是为什么你在抖音中的视频浏览数大部分都是在50-250之间的原因啦。
相反，如果你的视频经过第一次推荐得到了比较好的观众反馈，那么这时你的视频将会被推荐给更多的潜在观众，我们可以叫扩大推荐。
机制跟第一次推荐一样，但是这次触达的观众人数大概可能是1000-5000人。
以此类推。
一般来说，短视频的点赞、评论越多，播放时间越长，用户没看完就关闭的比例越低，能获得的推荐量就会越大。
达到了上面的几个条件，系统就会认为你是一个优质的视频，来给予大量推荐。
你的视频质量、趣味性、创意性、发布时间等都是影响因素，当然这里面运气也占了一部分原因。
第三步：经过前两步的设计，基本可以保证90%的视频可以科学合理的筛选出抖音的热门视频，但是考虑到一些意外情况(比如系统给你的第一波曝光受众没有弄好，导致机器把第一批推荐的目标观众搞错啦，又或者运营的人针对一些节日或者热点要人为增加热门视频)，所以你会看到抖音当中有一部分的视频上面有“精选”的字样。
这个时候就是抖音小助手的作用啦，抖音它有一个内容运营团队，专门负责跟用户互动和发现特别有意思的视频，直接设定为热门视频。
第2课 抖音的算法
第2节课一、科普算法是什么？我们学过数学都知道，在数学中的算法是加减乘除，是平方等，说白了就是一套运算的法则，也就是说只要是与数字相关的计算，都需要遵循这个算法，那在包括抖音的这些内容平台上，算法就是一套评判机制。
这套机制对平台的所有用户都有效，无论是内容生产者（拍视频的人）或内容消费者（看视频的人），很多时候我们既是生产者也是消费者。
我们在平台上的每一个动作都像是一个清晰的指令，平台根据这些指令来判断我们的性质。
并将我们分为优质用户、沉默用户、流失用户、可挽回用户等；除此之外，它还会判断我们是否为营销号，有没有违规操作。
如果是平台就会将我们的账号关进小黑屋；相反如果判断出我们是一个优质的用户，平台就会给予我们一定扶持。
算法有什么用？算法对于平台最大的用处是管理自己平台上的用户数据，并且根据用户的一系列反馈行为来改进平台功能，提高用户体验从而使平台吸引更多用户、留住更多用户，最终使平台形成一个可循环的良性生态。
算法有什么好处？算法对内容生产者的好处：我们既然想在别人的地盘为自己吸粉，就一定要明白别人的规则。
就像我们在一家企业上班，就需要遵守这家企业制定的规矩和规则，否则的话是难以在这家企业待下去的，更别谈在这家企业发展赚钱了。
所以说，只要我们意识到平台的推荐机制，我们便可以有意识的设计自己的行为，引导平台判定我们是优质用户从而分配给我们更多、更精准的流量和更高的权限。
算法对内容消费者的好处：大家刷淘宝、抖音或者头条刷的某一类内容多了，下次再打开软件时，是不是觉得平台给你推荐的内容大多都是自己比较喜欢看的？而在我们从百度上搜索某个关键词之后，比如说女装搭配，我们在打开一些网页时，在网页的右侧会出现淘宝联盟，其中也会为我们展现关于女装的产品。
也就是说这种算法是智能的算法，平台可以为你推荐你感兴趣的内容。
而平台这么做就是为了提升用户的体验，为了留住你，让你在网页上多停留一段时间，这样的话对网页的运营和发展是有好处的。
抖音的算法机制
抖音的算法机制2015年之前就有业界人士预测：移动互联网的下一个主战场将是短视频。
从早期的秒拍、美拍、微视、小影、小咖秀，到后来的梨视频、二更、罐头视频、火山、西瓜，短视频市场一直处于激烈的竞争之中，每个平台都有自己的受众定位和目标用户。
直到2015年以后快手的迅速走红，才使广大网友和互联网创业者真正意识到短视频传播的巨大力量。
2016年快手CEO宿华在多次演讲中表示：“视频可以称之为新时代文本，视频会改变一切，这种改变不是简单的一个补充和增量。
”2016年9月上线的抖音App，经过半年时间的测试和打磨，在2017年春节以后成为短视频领域的一匹黑马，迅速可以跟快手抗衡，被网友戏称为：“南抖音北快手”。
抖音在一、二线城市的渗透率比快手高，快手在三线以下城市渗透率高于抖音，但抖音和快手在所有的层级的城市几乎是全覆盖。
2017年8月，抖音海外版TikTok上线，在日本、泰国、越南、印尼、印度、德国等国家先后成为当地最受欢迎的短视频App。
国际应用市场研究公司SensorTower数据显示：2018年一季度，抖音海外版TikTok的App Store全球下载量达4580万次，超越Facebook、Instagram、YouTube等成为全球下载量最高的i0S应用。
2018年7月16日，抖音官方正式宣布，抖音全球月活跃用户数超过5亿。
抖音作为今日头条旗下的短视频App，能在短时间内蹿红网络，跟其背后强大的智能算法团队有密切的关系。
1、基于用户基本信息的协同过滤基于用户基本信息的算法推荐在PC互联网时代就已经得到广泛应用，新浪、网易等门户网站，淘宝、京东等电商平台，微博、QQ等社交媒体，都较早尝试和探索基于用户大数据的算法推荐功能。
到移动互联网时代，电商、新闻、视频、音乐、旅游、餐饮等各个行业和平台都在使用和优化算法推荐功能。
优秀的推荐算法不但节约了用户寻找优质内容的时间成本，同时也让平台运营方对用户的详细信息有了全面的掌握，有助于调整平台发展策略、内容生产定位和广告精准投放，实现了用户和平台的双赢。
抖音直播最新算法解析
抖音直播底层算法逻辑作者：尹晨原标题：三万字长文|直播带货实操超级攻略目录1. 流量 (3)2. 指标 (4)3. 标签 (7)4. 权重 (9)4.1. 为什么新号开播的流量普遍很少，而且低质量？4.2. 为什么很多人会选择用低价起号，而且不断引导用户点赞、好评？4.3. 为什么明明把流量拉的很高，但是用户转化率就是很低？4.4. 为什么会有复合链、集合链、高返等玩法的出现？抖音本质是互联网产品，产品的背后是代码，代码的底层是算法。
想要做好直播带货，就必须理解抖音底层的算法体系。
本文将在整个篇幅中，致力于通过保姆级的分析，接近如下三个问题的答案。
1. 抖音直播的算法结构究竟是怎样的2. 日常的行为如何通过算法去做解释3. 如何利用算法推演直播间玩法开宗明义：流量、指标、标签、权重，构成了直播间的底层体系。
1. 流量流量作为底层算法最基础的要素，用于衡量直播间的观看规模。
以场观大小分成几个维度大致可分为：E 级就是百人场观；D 级就是千人场观；C 级是万人场观、B 级是接近 10 万人的场观；A 级是几十万人的场观；S 级是百万级的场观。
2. 指标从供给的角度，每天几十万场直播，抖音需要一套指标体系，用于衡量每个直播间的开播质量。
进而根据数据的优劣排序，给不同直播间分配流量，这时候会涉及另一个词：指标指标作为衡量直播间质量的标准，并不是单一存在，而是涉及到三个层次：用户行为商业价值流量规模与此对应的就是：互动指标包含直播间所有的用户行为，如停留、点赞、评论、关注、加粉丝团、分享等都属于互动指标。
停留，是所有互动指标里最基础，也是最重要的指标。
首先，所有数据的产生都必须以停留为前提。
其次，评论大于点赞，但又弱于关注、粉丝团、分享。
互动指标大体上反映了一个直播间的人气状态。
从算法判断的角度，是衡量直播间能否有效留住用户的重要维度之一。
如果说一个直播间互动指标做的好，数据回传到数据库，通过与竞争对手的互动指标对比，数据好于对方的情况下，账号就可以优先获得系统的推荐流量。