抖音算法,抖音算法是什么样的?

抖音算法,抖音算法是什么样的?

抖音算法是什么样的?

1、机器审核+人工双重审核

当一个视频初期上传,平台会给你一个初始流量,如果初始流量之后,根据点赞率,评论率,转发率,进行判断:该视频是受欢迎还是不受欢迎,如果第一轮评判为受欢迎的,那么他会进行二次传播。

当第二次得到了最优反馈,那么就会给予推荐你更大的流量。

相反,在第一波或者第N波,反应不好,就不再推荐,没有了平台的推荐,你的视频想火的概率微乎其微,因为没有更多的流量能看见你。视频火的第一步是被别人看见,第一步就把路给走死了,后续也只能依靠朋友星星点点的赞。

这个算法背后思维逻辑:?智能分发,叠加推荐,及热度加权。

2、叠加推荐

所谓叠加推荐,是指新视频都会智能分发100vv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1000vv;转发量达100(举例),算法持续叠加推荐到10000vv;转发量达1000(举例),再叠加推荐到10wvv,依次累推…所以那些一夜几百万播放量的抖音主也懵比,不知道发生了神马,实则是大数据算法的加权。

叠加推荐当然是以内容的综合权重作评估标准,综合权重的关键指标有:完播率、点赞量、评论量、转发量,且每个梯级的权重各有差异,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、热度加权

实刷近百条爆火抖音,发现所有一夜爆火的视频,和抖音推荐板块的视频,播放量多在百万级,综合数据(完播率、点赞量、评论量、转发量)无一例外都很好。

扩展资料:

1:完善自己的资料,越全越好。包括头像、昵称、手机、微博、微信、头条等,越详细越好。因为是机器和人工双重审核,一旦机器进行审核,就会进行大量的劣质剔除。

2、视频需要有亮点。视频只有15秒,在这短短的15秒内,没有亮点,没有转折,大家是不会跟你有任何的互动,并且还有屏蔽功能,一旦用户对你进行了屏蔽,这是很严重的事情,因为后期不会再给该用户进行你短视频的推荐;

抖音的推荐机制是利用的什么原理?

一、智能算法的推荐原理

智能算法推荐的本质,是从一个聚合内容池里面给当前用户匹配出最感兴趣的内容。

这个内容池,每天有几十上百万的内容,涵盖15s短视频、1min长视频、5min超长视频。

而在给用户匹配内容的时候,平台主要依据3个要素:内容、用户以及用户对内容的感兴趣程度。

系统是怎么理解我们创作的内容呢?

平台在做内容刻画的时候,主要会依托于关键词识别技术:通过提取文案、视频中的关键词,根据关键词将内容进行粗分类,然后根据细分领域的关键词,再对分类进行细化。

比如,视频文案及内容的关键词是“罗纳尔多、足球、世界杯”。

大部分关键词都属于体育类词汇,就会先把你的作品分到体育大类,然后根据具体的关键词,再细分到“足球”、“国际足球”等二三级类目。

内容刻画

关键词提取原则:

1)高频词原则:系统从作品、文案中提取高频出现的词汇;

2)独特性规则:大部分文案、内容出现的词,不会被认为是关键词。

比如虚词(的、地、得、而、对于……);

比如转折词(虽然、但是、因为、所以……)。

独特性原则

怎么才能让系统更好的识别我们的关键词呢?

1)避免使用非常规词。比如:活久见、城会玩、腿玩年、DBQ……

2)名人/地名用全程,不用缩写或外号。比如:詹姆斯vs詹皇,广西、广东vs两广地区,香港、澳门vs港澳……

3)多用具有代表性的实体词。实体词就是一些名词和代词,比如人名、地名、公司名称等。

例如:《流动着的舞台,街头中的故事》,在这个文案中,我们很难提取出有意义的实体词,我们对它进行优化:《印度就是脏乱差?这组图片让你看清印度的另一面,与想象中大不同》

优化后,我们这个就能提取出“印度”这个实体词,知道是跟印度有关的内容,进一步提取,还会发现“脏乱差”、“图片”这些有意义的词汇。

系统是怎么理解用户的?

为了更好的理解用户需求,系统会从多个角度进行用户画像:

1)历史浏览信息(从作品文案、内容中的关键词提取)

2)身份标签(兴趣标签、职业、年龄、性别、机型……)

3)环境特征:根据他们当前的环境(工作、通勤、旅游、娱乐场所、休息……),确认用户的状态

用户刻画

通过这一系列的比对、分析,系统推测还原出一个用户的基本属性,比如:Ta可能是一个正在旅游的男性,喜欢足球、汽车等分类。

系统会把上述的用户特征,归类为这个用户的标签。

用户标签主要分为3大类:

1)用户的基本信息(年龄、性别、地域);

2)用户的行为信息(关注账号,历史流浪记录,点赞收藏的内容、音乐、话题);

3)阅读兴趣(阅读行为、用户聚类、用户标记)。

系统根据用户的信息和行为,对用户进行分析计算,计算出用户喜好的分类、话题、人物等其他信息,这样就完成了系统对用户的刻画。

推荐算法的本质

利用作品的特征(主题词、标签、热度、转发、时效、相似度)、用户喜好特征(短期点击行为、兴趣、职业、年龄、性别等),以及环境因素(地域、时间、天气、网络环境),拟合一个用户对内容满意的函数,它会估算用户对每一个作品的点击概率,然后再从系统几十上百万的内容流量池中,将所有的作品按照兴趣由高到低排序,Top10的作品在此时会脱颖而出,被推荐到用户的手机上进行展现。

大概就是这个样子想学的可以私信小编

抖音新好友推荐根据什么逻辑?

抖音新好友推荐根据三个逻辑,分别是:基础流量、叠加推荐、时间效应。

一、基础流量

抖音给每一个作品都提供了一个流量池,无论你是不是大号、作品质量如何。你之后的传播效果,就取决于你的作品在这个流量池里的表现。因此,我们要珍惜这个流量池,想办法让我们的作品在这个流量池中有突出的表现。

抖音评价你在流量池中的表现,会参照4个标准:点赞量、评论量、转发量、完播率。知道了这4个标准,我们就要在一开始视频发出来的时候,想办法发动所有的你能发动的力量去点赞、评论、转发、把它播放完。

二、叠加推荐

我们自己能发动的力量毕竟有限,因此,当作品被推广到更大的范围以后,就不是我们能人工干预的了。既然评论量很重要,那在写视频的标题文案时,就应该考虑设置一些互动问题,引导用户留言评论。

但这里要提个醒:千万不要去刷流量。现在我们看淘宝上面有各种刷抖音流量、评论、点赞的店铺,千万不要去做这种事情,一定会被关小黑屋的,一定会。所以千万不要投机。

三、时间效应

有些视频拍出来之后没火,过几天、过一个星期,甚至过了个把月之后,这个视频却突然火了。所以这个推荐算法其实还是很有意思,它会“挖坟”,带火一些优质的老视频。

所以你比较看好的一些视频,即使它一开始没火,你也要持续去给它去做一些点赞评论,通过朋友圈去转发一下。有可能这个星期没有被推荐,但下个星期有可能就会被推荐。

(0)
上一篇 2022年5月13日 下午1:00
下一篇 2022年5月13日 下午1:25

您可能还喜欢