今天贴一篇抖音算法的文章 ，做tiktok的同学可以借鉴
现在任何只要关联抖音系列的文案，都会涉及到算法机制的话题。但是对于新手来说像极了“无字天书”只能给有缘人观看，信息碎片不完整。看完又有一种似懂非懂的感觉，实操却还是抛在一边。今天这篇文章会由浅到深的介绍整个算法机制。过滤掉无用的信息，只展现与视频制作强关系的内容，满满干货请耐心阅读。
作者：TOP达人
链接：https://www.jianshu.com/p/eac8ba730d58
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
算法机制初体验
什么是算法机制
算法机制好比“植物生长规律”，你可以通过"改造种子，肥料，种植环境"等外来因素去影响他的生产结果，比如缩短生长周期，量产等。但是却改变不了他生长环节，种子→萌发→结果环节还是一样一环不能少。
为什么了解算法机制
那么我们学习算法机制的目的，并不是忽略作品的质量问题，去通过外力去揠苗助长。这不是我的本意，我的目的要学会做一个懂得触发机制的人去让内容符合算法。作品好比种子，植物能不能量产以及结果品质好不好取决的是种子，非肥料，非土壤。我们需要根据算法机制去调整作品细节，让作品能触发机制后快速上升最大化。
带有算法机制下的场景变化
在这里不得不说“头条系"，如今“头条系”产品已经成为自媒体用户最活跃并体量庞大的巨头平台。他的特色就是“以用户为中心”，只推送你喜欢的内容，从初期适应用户需求到精确满足用户需求的目标，从而实现内容定制化。
如果你被一个娱乐类型的文章或者视频所吸引并点击阅读，之后你的内容主页就可能被定制成了娱乐类型。而在外后的过程中机器算法，会不断细分采集并记录你的行为标签，从而让你喜欢看的内容越来越精准，可能最后细化到只给你推送”某个明星“的相关新闻或者视频。
算法机制下的内容定制，等于为用户找一个“懂你的另一半”。

上图就是整个算法机制的样子，其实真正的原型远远不止这些，仅仅只是把前端的原型画了出来，而我们了解这些就已经足够了。
整个流程总共分三部分：给内容贴标签，给人物贴标，按照标签智能个性化推送。
给内容贴标签
那么头条系的内容标签库会如何打呢？
内容类目
下图为2015年今日头条透露出来的一份数据报告，表达是男性与女性关心的主要内容类目

基因算法
这个标签类目算是头条系的母类目，那么作为头条系的“孩子“抖音，必然遗传了头条系“爸爸”原始基因并在细化非常多的小标签，比如娱乐，可以细化到"XX明星结婚”的标签。
给人物贴标签用户画像
平台会根据用户在使用App的习惯进行分析行为路径，再进行贴标签，再继续优化标签。这个过程都是实时的机器算法。
那么这个采集的方法：就是个人资料的填写，关键词搜索的记录，浏览的比较多的类目视频，点赞视频数据，评论数据，通讯录的圈子关系等。
通过不断的标签优化升级后，呈现出来标签用户，我们也称之为用户画像，参考下图

数据共享
头条系会打通所有平台的数据库，看看你在每个平台的“偏爱标签”并记录下来。
头条系为了“以用户为中心”，背后靠的是大数据支撑
智能标签推送模拟场景
这次用了陪伴大家整个童年的老朋友”小明“作为我们第一人称，尝试模拟初次遇见《今日头条》后转玩《抖音》会出现的场景。预览顺序：
当小明第一次玩《今日头条》后，平台算法对小明平时每个预览的内容都进行贴标签。最终得出了属于小明在《今日头条》这个平台的标签画像

当小明通过《今日头条》账号登录《抖音》后，数据共享会吧这个头条账号的标签画像同步到抖音平台，并进行原平台的标签画像匹配标签视频内容，智能推荐给小明
在小明玩抖音的过程中，平台算法会多次实时统计小明有转赞评行为的其他新标签视频。
最后不断智能优化标签画像，最重呈现出新的标签画像，如下图优化后同时匹配新标签同类视频推送给小明，最重完成了头条系的算法机制运行路径。这个过程是AI算法，会实时计算，升级，优化标签，而且永无止境，实现“用户为中心”定制化内容推送。

抖音的推荐机制
上面对头条系的推荐机制整个框架有个大概的介绍，接下来介绍是关于抖音热门强相关的作品推荐机制解读
推荐模式原理图
上传的作品内容皆为抖音审核员所见，具体排列顺序依照：账号资料完善度，账号认证情况，推荐基数，视频播放量，点赞数，评论数，分享数量，发布时间，@抖音小助手等进行权重计分，高得分视频排序越越靠前优先审核。且视频内容为随机分配给抖音审核员。
推荐基数
根据实际浏览人数，时长，点赞比例，评论比例等设置的一个基础值。
整个环节简化拆解为几个步骤
流量分桶
先把你的视频检测标签，如果作品被机器贴上标签那么就会分桶到对应标签的流量洼地。如果标签模糊无法贴标签，那么就会零散推荐，无法进行精准推送
流量分桶是什么样子的？送量测试
这张图如果是自媒体老玩家是非常熟悉的，如果你是新手也没关系，我自绘一张“大白话”版本的流量图解
这是头条A/B Test实验系统的基本原理。
1.首先对上传的作品进行机器审核；
2.为通过的视频贴上标签并申请流量推送；
3.抖音会对实时在线用户进行流量分桶，每桶按照总用户量10%分配进行实验推送；
4.分配的视频流量再进行分配实验组，每个实验组按照5%比例分配，并为用户贴上相近标签
5.把作品送量测试给首个实验组用户，根据用户反馈（CPA）“转 评 赞 完播率” 计算作品基数
6.达到通过推荐基数，继续把作品推送下一个分配实验组进行测试；
7.通过首个实验组的基数测试后，作品将进入人为审核是否继续送量测试；

抖音数据算法反馈
那么如何通过播放量自查作品进入哪个实验组？我把作品从上传到热门优质池状态这个路径划分为3个阶段，并用播放量作为对标的方法。
启动阶段
小于1000播放量，这个时候1000播放量就是你的作品的种子用户，那么这个时候作品的黄金3秒，精彩前置等手段保证初始种子用户留存从而进入下个阶段；
小爆阶段
通过多个实验组的送量测试后，作品进入高展状态，1万到10万播放量，这个时候作品影响数据的细节，包含用户引导，开发式问题留给大家去评论，激发二次沟通意愿。如果你的作品依然通过小爆炸阶段以后，你的作品将会进入到优质池状态，我称它为王者流量池，它是一个大爆炸的阶段；
大爆炸阶段
进入到这个阶段，你的作品已经进入优质池状态，已经上热门了。抖音会给你100万以上的播放量，这样子的播放量到底有多少转化为你的粉丝，就是你自己功底的一个累积的过程了。
抖音数据影响关键

用户反馈（CPA）数据
完播率：不仅仅是视频的播放完成率，还有用户多次播放的数据，重复播放次数也会加入基数分值；
点赞率：用户的点赞数量，和播放数的占比，影响推荐，点赞是源自用户对内容的认可，犒赏，收藏的表达方式；
评论率：不仅包含用户评论数量，还包含用户查看评论数量，评论点赞数量；
转发率：不同渠道的转发，包含是否在评论里面@好友；
粉丝量：包含现有粉丝量，新增关注粉丝量及去关粉丝量，几种分值算法；
进入主页：通过作品进入用户主页也有加分，预览其他作品数量及次数，还额外关系账号权重；
查看音乐：通过作品查看音乐也会有基数，以及背景音乐是否原生；
这里面的基数分值权重是直接影响作品权重，很多人不会分享这里面的细节。今天我们大无私分享。
看到上面的基数分值的方法有没有发现一个特别有趣的点？
其实15秒的视频权重一般情况下会大于60秒视频的权重，也就是做新手账号与大号在同个起跑线的同时，新手号作品基数分值会比大号更高，因为很多60秒的作品在完播率这块就加分很少，15秒一瞬而过反而导致观众会意犹未尽重复观看，那么15秒作品=完播率+重复播放率

最近打算结合实操及案例，写一个TikTok算法的系列文章。TikTok的算法是一个黑箱，真正清楚详细知道它的运作规则的人可能不超过10个。这个算法，作为商业机密，平台也不会完整公布，现有平台给出的资料内容也很有限。外界对于TikTok算法的解读，基本属于猜测，所以我的文章也是基于逻辑的猜测，是否准确各位看官自行把握。如有不对的地方，也请各位指正。
1）算法是什么？熟悉互联网的人，无须多言；而对于外行来说，一开始看到这个词可能有点懵，其实我们这里说到的算法指的是tiktok的推荐算法，也就是推荐机制，你可以把这个推荐机制简单理解为商店的一个导购，这个导购她足够聪明，你一进到这个店她就能判断出你的身份、地位、潜在的购买需求以及怎么促进你多消费。而tiktok算法就是这么一个导购，它服务于全体tiktok用户，它推荐的不是商品，而是内容，就是你在tiktok上观看的视频。它的目的是让你心甘情愿地把你的时间、注意力乃至金钱都通通交给它。

2）内容消费方式的演变内容消费的方式在字节跳动这家公司出来后，发生了巨大的变化。回想一下，我们在微信的时代，看什么内容是由我们自主去决定，订阅关注哪个号，或者看朋友圈在有些什么内容。推荐机制，最多是作为一个辅助算法存在，比如微信后来改版推出的在看以及底部的相关文章等，本质上还是由用户自己挑选感兴趣的内容。
但有时候，你并不知道自己想要看什么，就像你不知道今天晚上该吃什么一样。于是，字节跳动推出今日头条，主打的口号就是“你关心的才是头条”，而产品的核心逻辑就是基于算法推荐用户感兴趣的内容。你在今日头条上的一切行为，都会被打上对应的标签，比如军事迷、对美妆无感、手机摄影控等等，无数个精细化的标签组成了APP对你的画像，APP不需要你告诉它你叫什么名字、多大、住在哪里，但它能通过你的标签去推荐你可能感兴趣的内容。这种通过算法推荐内容形式的内容消费方式创新，带来了惊人的结果，据2016年初，头条透露的信息，今日头条人均使用时长是53分钟每天，是微信阅读的3.75倍。
互联网及人工智能时代，很多人预测在未来，人工智能要比你更了解你。今日头条算得上是人工智能在这方面取得的一次重大成果。而随着4G普及，流量提速降费，短视频开始迅猛发展。与今日头条算法机制一脉相承的抖音，开始抢夺互联网的C位。
现在，当你打开抖音、TikTok或者类似APP，你无需事先决定你要看什么，只用滑动手指就可以选择想看的内容。而同样的，你肯定也听说过抖音五分钟，人间三小时。又一次，人工智能比你更了解你。

最后扯个蛋 假如你是古代的皇帝，你要选择今晚临幸的妃嫔，以前你是自己决定想去哪就去哪，后来为了体现公平，你决定增加一个翻牌子的环节，翻到谁就是谁，但是实践了一段时间，你发现这个机制不太好，有些妃嫔你并不喜欢。太监看出了你的心思，于是他把你最有可能翻的牌子换成了他认为你喜欢的妃嫔。太监是怎么决定放谁的牌子的呢，他可能综合考虑了你去哪个妃嫔那里待的时间最长，你以前去的次数，你吹牛的时候最喜欢提到谁，今天星期几等等，当然还有哪个妃嫔给太监送的银子多这类因素。慢慢地，皇上越来越喜欢翻牌子这个公平的游戏了，大家都心满意足。太监是谁？我不知道。
今天在闲扯，先开个篇，明天开始进入正题。 最近想了想，要给自己立个Flag，到月底争取宠物号做到50W粉丝，再做一个1W粉丝的好物号。能不能完成，拭目以待，加油！

3）算法是为谁服务的
Tiktok算法一方面服务广大的用户，帮助用户筛选出喜欢看的内容；一方面服务于平台，帮助平台去鉴别优质内容，筛除低至内容，同时为平台的发展目标助力。
所以这里我们要进一步去理解tiktok的商业模式，之前我说到过字节跳动本质上是一家数字广告公司，它的商业收入有80%以上来自于广告收入。而对于广告公司（或者说是媒体平台），能获得多少收入取决于有多少广告金主愿意在你平台上花钱，更进一步在于平台上有多少优质用户和注意力可以出售。所以对于字节跳动来说，用户就是金钱，用户的注意力就是生产力。

那对于TikTok来说，现阶段用户数有一定的量级了，但对比海外FGIY四大巨头，可能还差一些。而且相较于四大巨头，TikTok的用户偏年轻化，真正有购买力的用户还没有捕获太多。另一方面，用户愿意花时间在TikTok上，但相比于国内的用户使用时长，TikTok的数据还是差一点。
所以，从这个层面上来看，目前TikTok最看重的两个指标是用户数和用户使用时长。由此推断，一切有助于用户数增长和用户使用时长增加的行为，在算法体系里都将被赋予更高的权重。用户数和用户使用时长这两个指标相比哪个更重要呢？我认为是用户使用时长，用户使用的时长越长，说明用户越喜欢这个产品，也就意味着他的朋友看到他使用这个产品的几率越大，也意味着他向朋友推荐这个产品的概率越大。

对于我们做TikTok运营的同学来说，平台如何把内容匹配给用户，我们了解即可，而更核心的是要了解什么样的视频能获得更多的foryou流量，甚至上热门成为爆款。
这里要单独拿出来说的，是我上面说的低成本和高效率这两个限定词。商业总是在做的事就是提高效率，降低成本。用户汇集带来了大量的流量，那流量怎么用，怎么分配更高效，10000个流量给你和给平台的网红，带来的效果肯定是不一样的，所以去设计一个高效的机制，对于平台来说是头等重要的大事。

流量池的算法机制解决了前文提到的低成本地筛选出优质内容的难题，使流量的利用变得极其高效，一条视频只需要分配一小部分流量进行测试数据即可，好与不好对流量的浪费都不大。决定权全部交给了用户，而不是官方。是否能冲破流量池的限制关键就在于视频是否被用户喜欢。这种机制对于创作者来说也是很有魅力的，因为摆脱了现有粉丝量级的限制，它让每一条视频都有被曝光成为热门的可能，只要你足够优秀。昨天的文章中，官方也提到了，关注者人数以及该帐户是否拥有过往的高性能视频都不是推荐系统评价单条视频质量的因素。也就是说粉丝量只代表过去，如果你的作品不够优秀，无法突破流量池，那视频也就只能被你的部分粉丝看到。这种机制既是机会也是挑战，要想保持热度，创作者必须能持续创作出高质量的作品。