java抖音直播间转发机制_大揭秘 | 抖音的推荐机制是怎样的？

大家好，我是阿文。

在我之前的文章短视频这么火，现在上车还来得及吗？中，我简单分析了短视频的营销价值，以及短视频行业的现状。

今天，我就来说说抖音的推荐机制。

在分析抖音平台的推荐机制之前，我就不得不提它的顶头老大——今日头条。

image

抖音是今日头条旗下的短视频平台，有今日头条强大的技术和资金支持，发展迅猛，如今日国内活跃用户量已突破1.5亿。

跟头条号类似，抖音也有一套基于用户和内容的个性化推荐算法。

具体的算法我们没办法也不可能搞清楚，这是人家的商业机密。但是，推荐机制却不是完全无章可循的。

11月17日，在几日头条2018生机大会“头条公开课”分论坛的现场，今日头条推荐算法架构师项亮，说出了推荐系统的本质：

从巨大的内容池中为用户匹配出感兴趣的内容。

另外，项亮的演讲中还提到，信息的匹配主要依据三个要素：用户、内容、感兴趣。

用户刻画：今日头条会从很多角度给用户画像，比如年龄、性别、历史浏览等。

内容刻画：利用技术对内容进行分类。

感兴趣：肯定不能直接去问用户是否喜欢，只能根据用户的行为去猜测用户的感受。

那么，算法的本身是什么呢？

项亮提到，它实际上是一个拟合你对内容满意度的函数。

image

所以，我们可以这么简单理解抖音的推荐机制：

从大量的视频中，通过用户的行为，判断用户对哪些视频更感兴趣，推送给他们。

那么抖音是如何判断用户是否喜欢推荐的内容呢？

在抖音的视频信息流中，有四个按钮，分别是关注、转发、评论、点赞。

image

这几个按钮的作用，就是用来判断用户是否喜欢推送的内容的，不过还有一个参考指标就是完播率(就是看是否完整看完整个视频)。

在转发、评论、点赞和完播这几个指标中，我们发现用户参与成本最大的是转发(因为现在微信已经将抖音的接口关闭了，用户想转发到微信必须下载下来再上传到微信)，然后依次是评论、点赞和完播。

所以，推荐的权重从大到小依次是转发、评论、点赞和完播。

当然，跟今日头条类似，一个新发布的视频并不会大量推送测试。

首先，他会智能分发到一小部分用户，这部分用户以粉丝和附近的人为主。

根据上面说的几个指标，看用户的反馈如何，如果用户喜欢的比例更大，就有可能进入第二轮推荐。

image

每次推荐，如果判定为用户感兴趣的内容，视频会被增加权重，推荐量逐级增加。这个我们把它叫做叠加推荐，你所看到的上百万赞的视频，就是这样一点点火爆起来的。

但是，一个视频不会持续火，热度一般持续一周左右，因为平台需要持续有新鲜的内容。不过如过有大量的用户模仿跟拍，视频的热度持续时间会更长。

此外，有时用户会有“挖坟”行为，即用户已经把跟自己标签相关的新鲜视频浏览完了，平台会再次推荐之前的视频。

讲了这么多，我并不是要教你去研究抖音的算法机制，而是理解这里面的逻辑。然后有针对性地在内容里去优化，去引导用户做出反应自己喜欢你的视频的动作，从而获得更高的推荐量。

干货持续更新中，敬请期待……