深度解析抖音算法規(guī)則

深度解析抖音算法規(guī)則什么是算法機制？算法機制類似于植物的生長規(guī)律，外在因素可以影響生產(chǎn)結(jié)果，但無法改變生長環(huán)節(jié)。了解算法機制的目的是為了讓作品符合算法，從而快速上升最大化。為什么了解算法機制？學(xué)習(xí)算法機制的目的是為了成為一個懂得觸發(fā)機制的人，通過調(diào)整作品細節(jié)來讓作品符合算法，從而實現(xiàn)內(nèi)容定制化。帶有算法機制下的場景變化“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，其特色是以用戶為中心，實現(xiàn)內(nèi)容定制化。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”。抖音算法的原型整個流程總共分三部分：給內(nèi)容貼標(biāo)簽，給人物貼標(biāo)，按照標(biāo)簽智能個性化推送。頭條系的內(nèi)容標(biāo)簽庫包括內(nèi)容類目和基因算法。抖音遺傳了頭條系的原始基因并在細化非常多的小標(biāo)簽，比如娛樂，可以細化到"XX明星結(jié)婚”的標(biāo)簽。平臺會根據(jù)用戶在使用App的習(xí)慣進行分析行為路徑，再進行貼標(biāo)簽，再繼續(xù)優(yōu)化標(biāo)簽。通過不斷的標(biāo)簽優(yōu)化升級后，呈現(xiàn)出來標(biāo)簽用戶，我們也稱之為用戶畫像。數(shù)據(jù)共享頭條系的產(chǎn)品包括部分熱門產(chǎn)品。頭條系正在努力打通所有平臺的數(shù)據(jù)庫，以便了解用戶在每個平臺上的“偏愛標(biāo)簽”，并記錄下來。為了實現(xiàn)“以用戶為中心”的目標(biāo)，頭條系依靠大數(shù)據(jù)支持，提供智能標(biāo)簽推送和模擬場景體驗。例如，當(dāng)用戶通過頭條賬號登錄抖音后，數(shù)據(jù)共享會將該頭條賬號的標(biāo)簽畫像同步到抖音平臺，并進行標(biāo)簽匹配，智能推薦給用戶感興趣的視頻。在用戶玩抖音的過程中，平臺算法會不斷實時統(tǒng)計用戶的轉(zhuǎn)贊評行為，并優(yōu)化標(biāo)簽畫像，以便更好地匹配同類視頻進行推送。抖音的推薦機制主要由上傳作品的審核員、賬號資料完善度、賬號認證情況、推薦基數(shù)、視頻播放量、點贊數(shù)、評論數(shù)、分享數(shù)量、發(fā)布時間等因素共同決定。根據(jù)實際瀏覽人數(shù)、時長、點贊比例、評論比例等設(shè)置一個基礎(chǔ)值，并根據(jù)得分高低排序，優(yōu)先審核高得分視頻。同時，根據(jù)作品的標(biāo)簽進行流量分桶，進行實驗推送并為用戶貼上相似標(biāo)簽，以實現(xiàn)更精準(zhǔn)的推送。流量分桶是頭條系關(guān)于推薦機制的重要環(huán)節(jié)。上傳的作品會被機器審核，并貼上相應(yīng)的標(biāo)簽，以便進行流量分桶。如果標(biāo)簽?zāi)：裏o法貼標(biāo)簽，那么就會零散推薦，無法進行精準(zhǔn)推送。流量分桶的具體操作是，抖音會對實時在線用戶進行流量分桶，每桶按照總用戶量10%分配進行實驗推送，然后再將分配的視頻流量進行分配實驗組，每個實驗組按照5%比例分配，并為用戶貼上相似標(biāo)簽。這樣可以實現(xiàn)更加精準(zhǔn)的推送，提高用戶的體驗感。首先，將作品送到首個實驗組進行測試，并根據(jù)用戶反饋（CPA）的“轉(zhuǎn)評贊完播率”計算作品基數(shù)。如果作品達到推薦基數(shù)，就會被推送到下一個分配實驗組進行測試。經(jīng)過首個實驗組的基數(shù)測試后，作品將進行人為審核，以確定是否繼續(xù)進行送量測試。抖音數(shù)據(jù)算法也會提供反饋。為了確定作品應(yīng)該進入哪個實驗組，我將上傳到熱門優(yōu)質(zhì)池狀態(tài)這個路徑劃分為三個階段，并用播放量作為對標(biāo)的方法。在啟動階段，如果作品的播放量小于1000，那么這個時候1000播放量就是作品的種子用戶。通過使用黃金3秒、精彩前置等手段來保證初始種子用戶留存，從而進入下一個階段。在小爆階段，作品進入高展?fàn)顟B(tài)，播放量在1萬到10萬之間。這個時候，作品影響數(shù)據(jù)的細節(jié)包括用戶引導(dǎo)、開發(fā)式問題等，這些問題留給大家去評論，以激發(fā)二次溝通意愿。如果作品通過小爆炸階段后仍然表現(xiàn)良好，那么作品將進入到優(yōu)質(zhì)池狀態(tài)，我稱之為王者流量池，這是一個大爆炸的階段。當(dāng)作品進入到大爆炸階段時，它已經(jīng)進入到優(yōu)質(zhì)池狀態(tài)，已經(jīng)上熱門了。抖音會給作品100萬以上的播放量，這樣的播放量到底有多少能夠轉(zhuǎn)化為作品的粉絲，這就取決于你自己的功底了。在抖音數(shù)據(jù)中，用戶反饋（CPA）數(shù)據(jù)是非常重要的。這些數(shù)據(jù)包括完播率、點贊率、評論率、轉(zhuǎn)發(fā)率、粉絲量、進入主頁和查看音樂等。這些基數(shù)分值的權(quán)重直接影響作品的權(quán)重，很多人不會分享這些細節(jié)。其中，15秒的視頻權(quán)重一般情況下會大于60秒視頻的權(quán)重。這意味著，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，而15秒一瞬而過反而導(dǎo)致觀眾會意猶未盡重復(fù)觀看。因此，15秒作品的完播率和重復(fù)播放率是非常重要的。拍攝與剪輯正確的指標(biāo)是：畫面清晰流暢，字幕匹配，調(diào)色符合內(nèi)容，例如美食應(yīng)該使用暖色調(diào)，背景應(yīng)該干凈唯美，聲音應(yīng)該清晰悅耳。錯誤的指標(biāo)是：畫面模糊，分辨率低（雖然手機原生拍攝也可以通過），聲音含糊不清，色調(diào)讓人感到不舒服，背景雜亂分散注意力。如果作品出現(xiàn)這些現(xiàn)象，那么它可能已經(jīng)在人工審核環(huán)節(jié)被拒絕，無法進入下一階段的推送。影響熱門的關(guān)鍵因素審核不通過的因素推薦機制的全過程包括上傳、審核、識別和推薦。如果推薦數(shù)據(jù)指標(biāo)高于基數(shù)分值，則作品將繼續(xù)推薦。如果推薦的基數(shù)反饋低于基數(shù)，則為負，那么推薦將停止。這是整個推薦機制的全過程。熱度與轉(zhuǎn)化率的強相關(guān)性上圖表達了轉(zhuǎn)化比強關(guān)系的要素，轉(zhuǎn)化率直接影響作品的熱度。讓內(nèi)容更貼近算法，可以讓作品更好地接近算法。內(nèi)容標(biāo)簽匹配過程上面的內(nèi)容針對作品的基數(shù)分值進行了介紹，那么在推薦機制中，對于內(nèi)容的標(biāo)簽關(guān)聯(lián)的計算方式是怎樣的呢？了解內(nèi)容標(biāo)簽匹配過程，可以讓我們更微調(diào)自己作品的用戶垂直度，讓算法更好地收錄自己的作品并進行多次推薦。分類第一步，短視頻A進入推薦系統(tǒng)后，系統(tǒng)根據(jù)上傳設(shè)定的分類“體驗”將其放置體育分類池中。標(biāo)題第二步，系統(tǒng)抓取短視頻A標(biāo)題《姚明大動作，男籃設(shè)兩隊兩主帥》中的關(guān)鍵詞，“姚明”和“男籃”。用戶垂直精準(zhǔn)度、標(biāo)題和封面第三步，系統(tǒng)匹配用戶數(shù)據(jù)中標(biāo)有“姚明”和“男籃”等標(biāo)簽的用戶，進行小量級試探推薦，并觀察用戶是否感興趣觀看并有良性反饋。用戶垂直精準(zhǔn)度第四步，系統(tǒng)擴大量級推薦，并根據(jù)“姚明”和“男