現(xiàn)在任何只要關(guān)聯(lián)抖音系列的文案，都會涉及到算法機制的話題。但是對于新手來說像極了“無字天書”只能給有緣人觀看，信息碎片不完整?？赐暧钟幸环N似懂非懂的感覺，實操卻還是拋在一邊。今天這篇文章會由淺到深的介紹整個算法機制。過濾掉無用的信息，只展現(xiàn)與視頻制作強關(guān)系的內(nèi)容，滿滿干貨請耐心閱讀。

算法機制初體驗

什么是算法機制

算法機制好比“植物生長規(guī)律”，你可以通過"改造種子，肥料，種植環(huán)境"等外來因素去影響他的生產(chǎn)結(jié)果，比如縮短生長周期，量產(chǎn)等。但是卻改變不了他生長環(huán)節(jié)，種子→萌發(fā)→結(jié)果環(huán)節(jié)還是一樣一環(huán)不能少。

為什么了解算法機制

那么我們學習算法機制的目的，并不是忽略作品的質(zhì)量問題，去通過外力去揠苗助長。這不是我的本意，我的目的要學會做一個懂得觸發(fā)機制的人去讓內(nèi)容符合算法。作品好比種子，植物能不能量產(chǎn)以及結(jié)果品質(zhì)好不好取決的是種子，非肥料，非土壤。我們需要根據(jù)算法機制去調(diào)整作品細節(jié)，讓作品能觸發(fā)機制后快速上升最大化。

帶有算法機制下的場景變化

在這里不得不說“頭條系"，如今“頭條系”產(chǎn)品已經(jīng)成為自媒體用戶最活躍并體量龐大的巨頭平臺。他的特色就是“以用戶為中心”，只推送你喜歡的內(nèi)容，從初期適應用戶需求到精確滿足用戶需求的目標，從而實現(xiàn)內(nèi)容定制化。

如果你被一個娛樂類型的文章或者視頻所吸引并點擊閱讀，之后你的內(nèi)容主頁就可能被定制成了娛樂類型。而在外后的過程中機器算法，會不斷細分采集并記錄你的行為標簽，從而讓你喜歡看的內(nèi)容越來越精準，可能最后細化到只給你推送”某個明星“的相關(guān)新聞或者視頻。

算法機制下的內(nèi)容定制，等于為用戶找一個“懂你的另一半”。

抖音算法的原型

上圖就是整個算法機制的樣子，其實真正的原型遠遠不止這些，僅僅只是把前端的原型畫了出來，而我們了解這些就已經(jīng)足夠了。

整個流程總共分三部分：給內(nèi)容貼標簽，給人物貼標，按照標簽智能個性化推送。

給內(nèi)容貼標簽

那么頭條系的內(nèi)容標簽庫會如何打呢？

內(nèi)容類目

下圖為2015年今日頭條透露出來的一份數(shù)據(jù)報告，表達是男性與女性關(guān)心的主要內(nèi)容類目

基因算法

這個標簽類目算是頭條系的母類目，那么作為頭條系的“孩子“抖音，必然遺傳了頭條系“爸爸”原始基因并在細化非常多的小標簽，比如娛樂，可以細化到"XX明星結(jié)婚”的標簽。

給人物貼標簽

用戶畫像

平臺會根據(jù)用戶在使用App的習慣進行分析行為路徑，再進行貼標簽，再繼續(xù)優(yōu)化標簽。這個過程都是實時的機器算法。

那么這個采集的方法：就是個人資料的填寫，關(guān)鍵詞搜索的記錄，瀏覽的比較多的類目視頻，點贊視頻數(shù)據(jù)，評論數(shù)據(jù)，通訊錄的圈子關(guān)系等。

通過不斷的標簽優(yōu)化升級后，呈現(xiàn)出來標簽用戶，我們也稱之為用戶畫像，參考下圖

數(shù)據(jù)共享

先看看頭條系的產(chǎn)品（部分熱門)

頭條系會打通所有平臺的數(shù)據(jù)庫，看看你在每個平臺的“偏愛標簽”并記錄下來。

頭條系為了“以用戶為中心”，背后靠的是大數(shù)據(jù)支撐

智能標簽推送

模擬場景

這次用了陪伴大家整個童年的老朋友”小明“作為我們第一人稱，嘗試模擬初次遇見《今日頭條》后轉(zhuǎn)玩《抖音》會出現(xiàn)的場景。

預覽順序：

當小明第一次玩《今日頭條》后，平臺算法對小明平時每個預覽的內(nèi)容都進行貼標簽。最終得出了屬于小明在《今日頭條》這個平臺的標簽畫像

當小明通過《今日頭條》賬號登錄《抖音》后，數(shù)據(jù)共享會吧這個頭條賬號的標簽畫像同步到抖音平臺，并進行原平臺的標簽畫像匹配標簽視頻內(nèi)容，智能推薦給小明

在小明玩抖音的過程中，平臺算法會多次實時統(tǒng)計小明有轉(zhuǎn)贊評行為的其他新標簽視頻。

最后不斷智能優(yōu)化標簽畫像，最重呈現(xiàn)出新的標簽畫像，如下圖

優(yōu)化后同時匹配新標簽同類視頻推送給小明，最重完成了頭條系的算法機制運行路徑。這個過程是AI算法，會實時計算，升級，優(yōu)化標簽，而且永無止境，實現(xiàn)“用戶為中心”定制化內(nèi)容推送。

抖音的推薦機制

上面對頭條系的推薦機制整個框架有個大概的介紹，接下來介紹是關(guān)于抖音熱門強相關(guān)的作品推薦機制解讀

抖音數(shù)據(jù)算法反饋

那么如何通過播放量自查作品進入哪個實驗組？我把作品從上傳到熱門優(yōu)質(zhì)池狀態(tài)這個路徑劃分為3個階段，并用播放量作為對標的方法。

啟動階段

小于1000播放量，這個時候1000播放量就是你的作品的種子用戶，那么這個時候作品的黃金3秒，精彩前置等手段保證初始種子用戶留存從而進入下個階段；

小爆階段

通過多個實驗組的送量測試后，作品進入高展狀態(tài)，1萬到10萬播放量，這個時候作品影響數(shù)據(jù)的細節(jié)，包含用戶引導，開發(fā)式問題留給大家去評論，激發(fā)二次溝通意愿。如果你的作品依然通過小爆炸階段以后，你的作品將會進入到優(yōu)質(zhì)池狀態(tài)，我稱它為王者流量池，它是一個大爆炸的階段；

大爆炸階段

進入到這個階段，你的作品已經(jīng)進入優(yōu)質(zhì)池狀態(tài)，已經(jīng)上熱門了。抖音會給你100萬以上的播放量，這樣子的播放量到底有多少轉(zhuǎn)化為你的粉絲，就是你自己功底的一個累積的過程了。

抖音數(shù)據(jù)影響關(guān)鍵

用戶反饋（CPA）數(shù)據(jù)

完播率：不僅僅是視頻的播放完成率，還有用戶多次播放的數(shù)據(jù)，重復播放次數(shù)也會加入基數(shù)分值；

點贊率：用戶的點贊數(shù)量，和播放數(shù)的占比，影響推薦，點贊是源自用戶對內(nèi)容的認可，犒賞，收藏的表達方式；

評論率：不僅包含用戶評論數(shù)量，還包含用戶查看評論數(shù)量，評論點贊數(shù)量；

轉(zhuǎn)發(fā)率：不同渠道的轉(zhuǎn)發(fā)，包含是否在評論里面@好友；

粉絲量：包含現(xiàn)有粉絲量，新增關(guān)注粉絲量及去關(guān)粉絲量，幾種分值算法；

進入主頁：通過作品進入用戶主頁也有加分，預覽其他作品數(shù)量及次數(shù)，還額外關(guān)系賬號權(quán)重；

查看音樂：通過作品查看音樂也會有基數(shù)，以及背景音樂是否原生；

這里面的基數(shù)分值權(quán)重是直接影響作品權(quán)重，很多人不會分享這里面的細節(jié)。今天我們大無私分享。

看到上面的基數(shù)分值的方法有沒有發(fā)現(xiàn)一個特別有趣的點？

其實15秒的視頻權(quán)重一般情況下會大于60秒視頻的權(quán)重，也就是做新手賬號與大號在同個起跑線的同時，新手號作品基數(shù)分值會比大號更高，因為很多60秒的作品在完播率這塊就加分很少，15秒一瞬而過反而導致觀眾會意猶未盡重復觀看，那么15秒作品=完播率+重復播放率

作品影響數(shù)據(jù)的關(guān)鍵點

拍攝與剪輯

? ? （正確指標）畫面清晰流暢，匹配字幕，調(diào)色符合內(nèi)容：如美食（暖色調(diào)），背景干凈唯美，聲音清晰悅耳；

? ? （錯誤指標) 畫面模糊，分辨率低（非絕對，手機原生拍攝也是可以通過）。聲音含糊不清，色調(diào)讓人產(chǎn)生不舒服的感覺，背景雜亂，分散注意力。一般出現(xiàn)這些現(xiàn)象的作品，那它可能已經(jīng)在人工審核環(huán)節(jié)被PASS，無法進入下個階段的推送。