大家好,

我简单分析了短视频的营销价值,以及短视频行业的现状。

今天,我就来说说抖音的推荐机制。

在分析抖音平台的推荐机制之前,我就不得不提它的顶头老大——今日头条。

抖音是今日头条旗下的短视频平台,有今日头条强大的技术和资金支持,发展迅猛,如今日国内活跃用户量已突破1.5亿。

跟头条号类似,抖音也有一套基于用户和内容的个性化推荐算法。

具体的算法我们没办法也不可能搞清楚,这是人家的商业机密。但是,推荐机制却不是完全无章可循的。

11月17日,在几日头条2018生机大会“头条公开课”分论坛的现场,今日头条推荐算法架构师项亮,说出了推荐系统的本质:

从巨大的内容池中为用户匹配出感兴趣的内容。

另外,项亮的演讲中还提到,信息的匹配主要依据三个要素:用户、内容、感兴趣。

用户刻画:今日头条会从很多角度给用户画像,比如年龄、性别、历史浏览等。

内容刻画:利用技术对内容进行分类。

感兴趣:肯定不能直接去问用户是否喜欢,只能根据用户的行为去猜测用户的感受。

那么,算法的本身是什么呢?

项亮提到,它实际上是一个拟合你对内容满意度的函数。

所以,我们可以这么简单理解抖音的推荐机制:

从大量的视频中,通过用户的行为,判断用户对哪些视频更感兴趣,推送给他们。

那么抖音是如何判断用户是否喜欢推荐的内容呢?

抖音的视频信息流中,有四个按钮,分别是关注、转发、评论、点赞。

这几个按钮的作用,就是用来判断用户是否喜欢推送的内容的,不过还有一个参考指标就是完播率(就是看是否完整看完整个视频)。

在转发、评论、点赞和完播这几个指标中,我们发现用户参与成本最大的是转发(因为现在微信已经将抖音的接口关闭了,用户想转发到微信必须下载下来再上传到微信),然后依次是评论、点赞和完播。

所以,推荐的权重从大到小依次是转发、评论、点赞和完播。

当然,跟今日头条类似,一个新发布的视频并不会大量推送测试。

首先,他会智能分发到一小部分用户,这部分用户以粉丝和附近的人为主。

根据上面说的几个指标,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推荐。

image

每次推荐,如果判定为用户感兴趣的内容,视频会被增加权重,推荐量逐级增加。这个我们把它叫做叠加推荐,你所看到的上百万赞的视频,就是这样一点点火爆起来的。

但是,一个视频不会持续火,热度一般持续一周左右,因为平台需要持续有新鲜的内容。不过如过有大量的用户模仿跟拍,视频的热度持续时间会更长。

此外,有时用户会有“挖坟”行为,即用户已经把跟自己标签相关的新鲜视频浏览完了,平台会再次推荐之前的视频。

讲了这么多,我并不是要教你去研究抖音的算法机制,而是理解这里面的逻辑。然后有针对性地在内容里去优化,去引导用户做出反应自己喜欢你的视频的动作,从而获得更高的推荐量。