抖音短视频代运营：揭秘抖音推荐机制的底层逻辑，打造爆款视频必备技术

　　抖音如此火爆，背后离不开它让人着迷的算法和推荐，抖音的流量分配是去中心化的，正是这种去中心化算法，让每个人都有机会爆红，无论你是明星、普通人、甚至是官微，新视频作品推荐的起点都是一样的，但是为什么别人一条视频就能爆火，收获几百万点赞和几十万粉丝呢?

　　今天我们智瑞创想抖音短视频代运营就来聊一聊抖音推荐系统算法原理、推荐机制的底层逻辑，掌握推荐机制为我们打造爆款视频打下基础。

　　01为什么打开抖音，就是你想看的内容?

　　1、抖音推荐系统算法

　　大家有没有发现，我们平时使用的App、网站，好像他们比我们更懂自己;打开淘宝电商，显示的都是我们想购买的东西;打开今日头条、抖音都是我们想看的内容;刷个朋友圈出现的广告，都是与我们需求匹配的。这一切都是技术的进步，大数据、人工智能的普及，系统先识别出你想看的内容，读懂我们的需求，然后在内容池里匹配你想看的内容，最后展示出来，也就是经常提到的千人千面，目前很多软件都能做到千人千面。

　　接下来进入正题，了解抖音的推荐系统，主要包括三部分：用户画像、内容画像、用户和内容之间的匹配。

　　1)用户画像，系统根据用户基本属性(比如：性别、年龄、学历等)、兴趣爱好(比如：科技、娱乐、体育、金融等)等数据集，然后定义相关的标签。

　　2)内容画像，系统根据内容的层级分类、关键词、实体词等分析出特点，给各类内容打上相关的标签。

　　3)用户与内容匹配，有了用户标签和内容标签之后，系统根据用户画像、内容画像，在内容池里面匹配出用户喜欢的内容然后展示出来。

　　4)排序，系统要面对数亿级的用户和内容，同时还要考虑用户的喜欢会不断的发生改变，为了让挑选的内容更加的贴近用户想要的、更加符合用户喜欢，系统需要对内容进行排序。

　　作为短视频创作者，了解到这里就足够了。因为在技术层面是非常复杂的。

　　(常见推荐算法技术)

　　(基本思路)

　　02抖音平台的双重审核机制

　　抖音对内容的审核分为机器审核和人工审核。

　　1、机器审核：通过人工智能技术检测，识别视频画面、关键词。

　　1)审核标题是否违规，如果疑似存在机器拦截，提示人工注意。

　　2)抽取视频中的画面，与大数据库中已存在的作品进行匹配消重，内容重复的进行低流量推荐，或者降权推荐。

　　2、人工审核：针对机器审核筛选出疑似违规作品进行再次审核。

　　1)抖音人工进行逐个细致审核，如果确定违规，将根据违规账号进行删除视频、降权通告、封禁账号等处罚。

　　2)主要集中审核视频标题、封面截图和视频关键帧。

　　03为什么视频作品一直过不了审核?

　　1、所有在抖音站内发布的视频作品都要经过双重审核流程。

　　2、如果视频作品机器审核不过，会被机器拦截，进入人工审核，然后因为人力问题和投稿量的不断变化 ，会出现审核延迟和审核积压的情况。当视频作品出现审核中，如果没有收到违规通知的，并不是指被限流、视频内容有问题，等待审核即可。

　　3、视频作品正常通过审核之后，不会对后续的数据流量有影响，关键还是内容质量。

　　04抖音平台推荐机制

　　视频过了审核之后，就会得到系统的推荐，抖音推荐是去中心化，流量池规划、人工智能分发系统，抖音会给每一个作品提供一个流量池，不管你是大号还是小号，只要视频作品过了审核都会得到推荐，视频后期能不能爆火，都取决于这个流量池的数据表现(播放量、点赞量、评论量、转发量)。

　　推荐分为三个阶段：

　　1、基础推荐：新发布的视频作品，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给一小部分用户，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叠加推荐。

　　2、叠加推荐：新发布的视频都会经过上一轮的智能分发，根据账号权重分发100-500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1000，转发量达100(举例)，算法持续叠加推荐到10000，转发量达1000(举例),再叠加推荐到10w，依次累推。转发量，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、时间效应：各项热度的权重依次为：转发量>评论量>点赞量>完播率;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。

　　在这里强调：作为一名短视频创作者，我们不是要去深入研究抖音的核心算法机制，而是要理解这里面的逻辑。

　　有针对性的去做内容优化，引导用户能看完我们的视频，然后做出点赞、评论、转发的行为，从而获得更高的推荐量。

　　05抖音平台如何判断视频的质量?

　　1、谁决定视频的质量?

　　新视频作品发布时，第一轮基础推荐，抖音按照你的账号量级给你分配100-500在线用户，根据他们的数据反馈来判定你的视频质量。

　　2、哪些数据反馈视频的质量?

　　四个核心指标：点赞率、评论率、完播率、转发率。

　　06抖音推荐机制——总结

　　1、抖音内部绿、红、黄的用户划分。

　　深绿色用户：平台必须想办法保留用户

　　浅绿色用户：让其向核心者转换

　　土黄色用户：提供更优质的内容

　　红色用户：传达产品价值，培养用户使用习惯

　　2、珍惜基础推荐流量池，提高点赞量、评论量、转发量、完播率，争取进入叠加推荐，对优质内容可以长期进行引导点赞评论。

　　3、提升账号等级，每月至少登陆平台20+次，发布10+条视频内容。

　　以上就是为大家分享的抖音推荐机制的底层逻辑，打造爆款视频必备技术，感谢大家的阅读与支持，更多精彩内容请关注智瑞创想抖音短视频代运营，我们将竭诚为您服务。