大家好，我是阿文。
在我之前的文章短視頻這么火，現(xiàn)在上車還來得及嗎？中，我簡單分析了短視頻的營銷價值，以及短視頻行業(yè)的現(xiàn)狀。
今天，我就來說說抖音的推薦機制。
在分析抖音平臺的推薦機制之前，我就不得不提它的頂頭老大——今日頭條。
抖音是今日頭條旗下的短視頻平臺，有今日頭條強大的技術(shù)和資金支持，發(fā)展迅猛，如今日國內(nèi)活躍用戶量已突破1.5億。
跟頭條號類似，抖音也有一套基于用戶和內(nèi)容的個性化推薦算法。
具體的算法我們沒辦法也不可能搞清楚，這是人家的商業(yè)機密。但是，推薦機制卻不是完全無章可循的。
11月17日，在幾日頭條2018生機大會“頭條公開課”分論壇的現(xiàn)場，今日頭條推薦算法架構(gòu)師項亮，說出了推薦系統(tǒng)的本質(zhì)：
從巨大的內(nèi)容池中為用戶匹配出感興趣的內(nèi)容。
另外，項亮的演講中還提到，信息的匹配主要依據(jù)三個要素：用戶、內(nèi)容、感興趣。
用戶刻畫：今日頭條會從很多角度給用戶畫像，比如年齡、性別、歷史瀏覽等。
內(nèi)容刻畫：利用技術(shù)對內(nèi)容進行分類。
感興趣：肯定不能直接去問用戶是否喜歡，只能根據(jù)用戶的行為去猜測用戶的感受。
那么，算法的本身是什么呢？
項亮提到，它實際上是一個擬合你對內(nèi)容滿意度的函數(shù)。
所以，我們可以這么簡單理解抖音的推薦機制：
從大量的視頻中，通過用戶的行為，判斷用戶對哪些視頻更感興趣，推送給他們。
那么抖音是如何判斷用戶是否喜歡推薦的內(nèi)容呢？
在抖音的視頻信息流中，有四個按鈕，分別是關(guān)注、轉(zhuǎn)發(fā)、評論、點贊。
這幾個按鈕的作用，就是用來判斷用戶是否喜歡推送的內(nèi)容的，不過還有一個參考指標(biāo)就是完播率（就是看是否完整看完整個視頻）。
在轉(zhuǎn)發(fā)、評論、點贊和完播這幾個指標(biāo)中，我們發(fā)現(xiàn)用戶參與成本最大的是轉(zhuǎn)發(fā)（因為現(xiàn)在微信已經(jīng)將抖音的接口關(guān)閉了，用戶想轉(zhuǎn)發(fā)到微信必須下載下來再上傳到微信），然后依次是評論、點贊和完播。
所以，推薦的權(quán)重從大到小依次是轉(zhuǎn)發(fā)、評論、點贊和完播。
當(dāng)然，跟今日頭條類似，一個新發(fā)布的視頻并不會大量推送測試。
首先，他會智能分發(fā)到一小部分用戶，這部分用戶以粉絲和附近的人為主。
根據(jù)上面說的幾個指標(biāo)，看用戶的反饋如何，如果用戶喜歡的比例更大，就有可能進入第二輪推薦。
每次推薦，如果判定為用戶感興趣的內(nèi)容，視頻會被增加權(quán)重，推薦量逐級增加。這個我們把它叫做疊加推薦，你所看到的上百萬贊的視頻，就是這樣一點點火爆起來的。
但是，一個視頻不會持續(xù)火，熱度一般持續(xù)一周左右，因為平臺需要持續(xù)有新鮮的內(nèi)容。不過如過有大量的用戶模仿跟拍，視頻的熱度持續(xù)時間會更長。
此外，有時用戶會有“挖墳”行為，即用戶已經(jīng)把跟自己標(biāo)簽相關(guān)的新鮮視頻瀏覽完了，平臺會再次推薦之前的視頻。
講了這么多，我并不是要教你去研究抖音的算法機制，而是理解這里面的邏輯。然后有針對性地在內(nèi)容里去優(yōu)化，去引導(dǎo)用戶做出反應(yīng)自己喜歡你的視頻的動作，從而獲得更高的推薦量。
干貨持續(xù)更新中，敬請期待……
