抖音推荐算法详细教程
粉丝35.6万获赞212.3万
相关视频
15:20查看AI文稿AI文稿今天继续聊聊抖音改版后的推送机制。改版之后，如果你现在的流量感觉特别不稳定，经常卡在几十几百跑不动了，大概率就是因为你还没搞清楚我下边讲的这些内容。 今天我会一口气讲清楚，这次抖音更新之后，推送机制都有哪些改变，我们应该怎么去调整内容和方向，以及接下来又哪些机会。很多过去的玩法已经失效了， 或者说玩法需要升级，其实很多朋友应该能感觉出来，顺应新版本的推送机制，才有可能博得更大的流量。而且我认为这次改版其实也带来了抖音有史以来最大的机会， 为什么这么说，我也会在下文给大家一一讲清楚。前面的几条视频目前已经推送了快一百万的播放，点赞也快到两万了，这种数据在我们这种垂类赛道里应该算是非常高了。 而且发布这个作品的账号是我一个小号，过去没发布几条作品，这在改版之前是几乎不可能的。另外这其实也验证了我下文所讲的观点。还有就是最近好多战友私信我说发现有很多博主在抄袭我的内容，其中不乏一些几十万粉丝的大博主， 毕竟做了这么多年抖音了，我倒是能理解。不过咱抄归抄，能不能标注一下出处，要不我真的会忍不住举报你了。其实最初我在这个小号上发的这些内容，只是为了输出自己的观点，并测试我的想法，但没想到会这么火。我也知道有些内容并不适合在这里讲， 另外最近有太多人来找我，我自己的精力也非常有限，接下来我在考虑是否停更这个系列，所以大家且看且珍惜吧。好的，首先我们讲第一个问题，一条作品是怎么进行推流的？ 作品能够被推流的底层逻辑究竟是什么？在改版之前，作品能够被推流大部分靠的是概率。所以那时候大家都说抖音是玄学，因为哪怕是几乎同样的内容，用十个二十个账号发出去，每个账号的数据，结果也会天差地别。 如果说十个里边能跑出一个，这概率也算不低了，大家认可吗？所以我们也因此研究了好多起号方式，甚至还有好多牛人研究出来了一天更新几十条内容的玩法， 本质上就是在用数量来博概率。但是这次改版之后完全不一样了，这一次改版升级了深度学习模型，这也就造就了整个底层的推流机制完全变了。 而且这次算法更新带来了两个结果。第一，像之前那种现象级爆火视频的门槛变高了，前几年几乎每年都会出几个一夜爆火的现象级 ip。 大家有印象吧， 很多人凭着一首歌，凭着一支舞，一个观点，短时间内就能爆火整个网络，涨粉几百万。但这次更新之后，你会发现这种事会越来越少，这种类型视频也会变得越来越少。 相反呢，对于很多小博主，哪怕是从零位粉丝的全新博主，通过优质内容获得流量的机会反而变大了。就比如我这个小号，哪怕只有几篇内容，但是一样可以博取几十上百万的流量。 其实跟我类似的博主，相信大家最近也都刷到不少，为什么会这样？接下来我会给大家详细说清楚。但在这之前，我希望大家先搞清楚一点，就是算法的本质究竟是什么？ 抖音又是怎么通过算法来判断你的内容是好是坏的？因为算法毕竟不是一个人，他没有办法知道你这个内容讲的是什么，以及讲的好不好。所以算法只能通过一个动作来验证你这个内容是好是坏，也就是匹配以及筛选。 那他具体是以什么为依据进行匹配的呢？就是特征关联。说的再直白一点，就是他通过对相似群体的行为预测来识别你的内容跟用户能不能产生关联。 所以说你视频的每一次推送都是基于算法的每一次预测推演。举个例子，比如你和小明都喜欢看美女，小明喜欢长头发的美女，微胖的美女，瓜子脸的美女， 你也喜欢长头发的美女，微胖的美女。抖音发现你们在审美上有很高的相似度，既然都喜欢长头发和微胖的美女，那么你也有可能喜欢瓜子脸的美女，算法就会根据小明的喜好，把他喜欢的瓜子脸美女再推送给你。 在这个推送过程中，算法其实并不需要理解什么是长头发的美女，什么是微胖的美女，他只是通过你们行为的相似度来预测你们喜好的相似度，而所有这一切的判断标准都是基于标签，但是单纯通过标签来识别用户的喜欢 过于单一。所以过去的算法有一个特别大的弊端，就是泛化能力太差。泛化能力是什么？泛化能力指的就是算法的联想和推理能力，他只能通过一些固化的标签来预测同样的群体是否有同样喜好， 然后根据验证的结果，从而选择是否对这一条内容进行推流。这就造成了一个问题，推荐的结果会相当的趋同化，也就是这个原因， 过去出现了那么多现象级的 ip， 产生了那么多一夜爆火的视频，一条新的作品，哪怕你真的可能很优质。在过去，第一，它给你的趋势流量普遍都不会很多，而且通过这些少量的数据反馈，它识别不出你内容的好坏。 第二，他给你的起始流量本身就是泛流量，所以在前期更难跑出一个好的数据结果。但是很多热门爆款视频已经经过过去的历史数据验证了，所以这个时候算法会持续的给这些爆款视频推流，所以就产生了典型的马太效应， 你会发现强者横强，而新人的内容哪怕质量再高，由于缺乏原始数据积累，也非常容易在第一轮就被筛选掉。所以这也就造成了一个结果，越是有流量的博主，他出爆款的几率就越多，上热门的概率就越高。但是对于一些新的作品或者是新的博主，想要获取流量其实非常难。 所以抖音升级了算法模型，通过新的算法模型，它能够更智能的去预测你的行为，预测你的需求。那么具体是什么模型呢？一共是两个，一个叫做双塔召回模型，另外一个是深度学习模型。 首先我们来讲双塔召回模型是怎么回事？双塔召回模型就相当于系统构建了两个平行的神经网络，一个叫做用户塔，一个叫做内容塔。我们所有发布的作品的表征是存储在内容塔里面，包括视频的内容长短、视觉因素，还有一些其他的表征都是在内容塔里。 然后用户塔负责收集用户的一些表征，比如说用户所在地历史的点击习惯、收藏习惯，所有的数据收在用户塔里。之所以叫双塔，是因为的算法是通过对这两个塔里的用户和内容进行特征关联，从而完成推荐的。 所以如果你的内容在内容塔中特征越明显，算法帮你匹配的用户就越清晰，你的特征越明显，算法在用户塔中定位你的速度就越快。所以明白了这一点，你也就明白了，你的账号的用户行为跟内容行为其实是分离的。 前段时间我还看见有讲师在自己直播间教别人刷对标账号来建立自己账号的权重，我真的很无语。很多人其实连最底层的推流机制都没研究明白，就开始教别人怎么做抖音，这也只能说明现在的韭菜还是太好割了。 很多人做抖音之所以没结果，就是天天被那些胡编乱造的方法给忽悠瘸了。好了，接下来讲一下双塔的特征匹配， 很多人可能没听过或者理解不太了，其实很简单，我举个例子你就明白了，你可以把抖音的算法模型当成一个婚姻介绍所，你的作品就是新郎，用户就是新娘，作品发布后，抖音会通过双方的特征给你匹配他认为合适的新娘， 如果抖音发现新娘们在见过你之后都很喜欢你，系统就会再推荐更多的新娘，所以你的播放次数就相当于你见过新娘的次数。你见的越多，播放次数就越大，说明喜欢你的新娘子越多。 简单来说，双塔模型的运行原理大致就是这样，那么抖音又是怎么去给你这个新郎，也就是你的作品进行打分的呢？换个说法就是怎么去判断你的内容是不是足够优质，为什么要给你推流呢？这也是这次更新之后改动最大的地方。 我在视频开头说过，之前很多人的套路不管用了，也是因为这次的改动最大的是对抖音价值模型的改动。 抖音从过去强调对单一要素的平定，变成了多目的的综合平定。举个例子来说，过去完播率是抖音重点考量的重要指标，所以权重会特别高。 也正因为此，很多人做内容研究的方向都是怎么博眼球，怎么不断的埋沟子，怎么把内容做短点，因为内容越短，完播越高。但是相应的那些篇幅较长的内容，因为完播率大部分都不会很高， 所以获得的推流机会也就很少了，所以大家也就懒得去做了。这最终造成了一个结果，大家刷完视频之后，感觉没有什么获得感，好像一直在被重复刺激，刺激完了，时间也过去了，但你并没有学到任何东西， 说白了就是没有任何获得感。所以这一次抖音改动，通过加强收藏、复访常效观众等这些指标的权重，来鼓励我们创作出更多能够给人提供高获得感的内容。就比如说我的这种内容吧，内容太长太干，按之前的短视频模式，播放量肯定很差， 但又因为我的内容收藏、赋仿等指标完成的好，所以就会产生一个持续的推流，这也就造就了我前面的几条视频能有几十万的播放。说白了就是因为我顺应了现在抖音的算法机制。 但是相反，很多人为什么数据变动特别大呢？就是因为他们还以为现在的价值模型还像之前一样，只对完播率作为单一方面的考量， 但实际上完播率的权重已经没有改版之前那么大了。其实大家更应该像重视之前的完播率一样，多重视一下抖音现在所关注的其他的几项指标，根据你的内容稍微做一下调整，数据都会有很大的变化。这一次抖音改版，我认为最重要的还不是这一点， 最重要的是他深度学习模型方面的升级，这个模型让现在的抖音算法更精准、更智能。之前我们讲过，抖音算法的本质是筛选和匹配， 都是基于对用户行为的预测，也就是说抖音给你推荐的内容都是他认为你会喜欢的内容，他预测的越准，数据反馈的结果就越好。预测的越不准，数据反馈的结果就越差，然后根据结果再去调整他的预测。过去的预测之所以不够精准， 因为过去只能通过死板的标签化来预测，他没有足够的联想以及推理能力。比如说他发现你喜欢的标签是美女，那么他就只给你推美女。但现在是完全不一样了，你同样是在刷美女，算法发现你比平时多停留了几秒钟， 这个时候抖音就会通过你这个异常的举动注意到你，然后经过一番研究，通过分析这个视频里的所有表征，得出一个惊人的发现，就是你不只是喜欢看美女， 你小子竟然还喜欢穿着黑丝的美女。这个时候算法就会把这个发现记录到用户画像里，接下来他会尝试性的再给你推送几个穿着黑丝的美女来观察你的反应。所以说现在的算法可能比你自己都懂你， 因为它能够通过你一些细微的行为，联想到你自己都没有发现的一些需求。如果说我们人类的大脑只能处理两三层的逻辑，那么现在的算法可以往下推导到十几层甚至几十层的隐藏网络。比如说我看到因为要下雨了，然后推导出所以天会很冷， 然后以此我又推导出今天吃火锅的人会很多，但是算法可以再接着往下推倒十几甚至几十层。所以说现在的算法跟以前是完全不一样的，它每天通过实时的分析千万人在上亿个视频上的数据信息，然后推导出这数据背后那些隐藏的相关性，然后从而实现推流。 也是基于此，我认为现在普通博主的机会反而变多了。现在只要你新作品一发布，算法就可以根据你作品的表征，推送出比以前更加精准的一些人群去验证你的作品数据，然后再根据这个验证的结果再去调整人群，再进行推流。 而且这个从推送到验证的过程直接精准到了分秒。所以一条新的内容能不能跑出一个好数据，不再像过去一样那么玄学？ 因为他不需要经历过去那种泛流量的筛选，所以大部分优质的内容，哪怕你的内容很垂直很小众，也比之前更有机会跑出不错的数据，相应的流量也不会在集中于某几个作品上， 今年更多有质量的新作品都有机会获得展现。所以说，为什么今年是做抖音最好的一年，因为这次改版让大部分人都有了一个相对平等的机会，都能够更平等的获取到流量，而且这种机会在以往是没有的。 那么你没有想过一个问题，抖音作为一个超级大杠杆，变得更加精准之后，是不是也相应带来了更多可能？ 比如他现在可以帮助你更好的圈定人群，穿透圈层。就比如说我吧，最近我通过四五条垂类视频持续获得了将近一百万的精准曝光，而且其中有很多高净值的意向客户。但是你仔细看，我这个账号其实几乎就是一个新号，我本人也没有出镜， 在这种情况下，我依然能够触达接近一百万的潜在用户，这在之前是不是完全不可能呢？ 那么换位思考一下，如果是换成你的产品或者你的服务呢？我们假设你是做一个相对更细分的垂类，如果你能够像我这样触达几十万的用户，是不是也可以做成很多事情？而且你得明白，这种机会是只有最近才可能有的， 在之前几乎没有人可以获得这么精准的垂类流量了，就算是有人可以获得，那也只有可能是头部的大 ip 大 博主，而不是像我这样的几乎一个新号就可以做到的。 所以说我认为很多人真的一定要先仔细研究抖音，因为你只有研究好，研究透了最新的抖音规则，才可以帮你改变很多事情，做成很多事情。 第二点变化，人跟人之间的认知差距会被无限的拉大，很多人因为过于沉迷于碎片化的信息，其实正在慢慢的丧失一种认知迭代的能力。这其实很可怕，就比如我这条视频，我觉得能看到这里的人应该少之又少，因为大部分人都很难做到这么长时间的深度思考。 当然我也知道肯定有一少部分人能够看到这里，而且能够看到这的人认知能力肯定都不会低。能够看到这至少说明两点， 第一，你具备极强的深度思考能力，第二，你有非常强的学习能力，所以相应的，我也认为你今年在抖音上肯定能够拿到一个不错的结果。 方便的话在这条视频里留个言，我很希望能够认识一下，平时可以多多交流。我在这个行业做了六年，孵化过不少几十万甚至上百粉丝的 ip， 以上内容只要稍微延展开，完全可以放在大几千的课程里讲。而且这些都是最底层的核心逻辑， 是属于道的层面，很多迈课的讲师只会教你怎么做勾子，怎么去硬凹人设，但是真正能够深入讲底层内容的有几个？ 很多人做抖音最后没有结果，不是因为不懂技巧，而是没有考虑过最底层最核心的东西，所以你认为有收获的话，记得支持一下。今天的内容就分享到这里，谢谢！
9.6万骄阳（短视频咨询）
03:05查看AI文稿AI文稿抖音为什么总能推荐给你想看的内容？是不是真的在偷听我们手机？其实他根本不用偷听，不用偷偷记录，靠的就是一套公开透明的推荐算法。今天呢，我就用最通俗的话，把抖音的推荐逻辑一次性给您讲清楚。 这些内容呢，都来自抖音安全与信任中心官方公开的算法体验板块，他用非常直观的方式揭秘了推荐系统的工作原理。那你刷到的每一条视频 确实都不是巧合，从你打开 app 的 那一刻，毫秒级的匹配就已经开始。平台每天有上亿条内容上传，但你的屏幕只有一个， 算法的核心任务就是从海量视频里快速找出你最可能感兴趣的内容，再按照顺序推荐给你。那它具体是怎么做的呢？首先是这个双塔模型， 可以把它理解成两个特征提取器，一个叫做用户塔分析，你的行为像点赞、停留、评论、收藏等，把你的喜好浓缩成一组特征项链。另外一个叫内容塔 分析，视频本身像主题、文案、画面、音乐创作者风格，同样提炼成一组项链。这两组项链就特别像坐标系里的 x 轴和 y 轴，对不对？那算法要做的就是计算用户坐标和内容坐标之间的距离，两者越接近，就说明越对你的胃口。 然后入选后选推荐池，靠这一步，就能从海量内容里快速筛出几千条后选视频。但几千条还是太多了，接下来就要精排序，这里呢，就用到了第二个关键模型， wide and deep 模型。 很多人会以为算法就是你爱看啥就狂推啥，对吧？其实并不是啊，官方公开的逻辑是，既要记住你的喜好，也要帮你发现新的兴趣。外的部分就负责记住你的历史兴趣，比如说你爱看剧，他就会推各种短剧给你，保证你看的爽。地普部分 负责探索你的潜在兴趣，比如你爱看健身视频，他会预判你可能也会喜欢旅游啊，户外啊，露营啊，然后主动推你一些没有刷过但是大概率你会喜欢的内容。简单来说就是既不让你腻，又不让你局限在小圈子里。 排序完还没完啊，系统还会再加一步随机扰动，就是故意掺一点不那么匹配的内容，打破信息解封，让你经常刷到新领域新风格，保持新鲜感， 也保持推荐系统的活力。你可以在官方页面上手动调节扰动强度，去体验一下推荐内容怎么变，非常有趣。 当然呢，真实的推荐系统比这个复杂的多啊，我今天讲的呢，只是最核心最好懂的部分。如果你也好奇大模型如何重塑推荐系统算法，如何打破信息简房这些问题，可以去抖音安全与信任中心的官网，里面有完整的可视化算法体验模块， 在抖音里面搜索看得懂的算法也可以体验，非常适合想做自媒体，想了解运营的朋友学习。好了，今天呢，分享到这，想了解更多的新媒体算法、流量逻辑的内容，可以在评论区告诉我，我们下次聊。
1.2万青椒姐姐
14:41查看AI文稿AI文稿各位创作者大家好，这个账号的第一条内容就跟大家聊聊二零二六年抖音的内容推流算法。底层逻辑，但凡你的视频播放量卡在几百几十上不去的， 大概率是你没有搞清楚接下来我所讲的内容，特别是实体门店老板以及想要以内容做变现，做一些副业的朋友们，如果你不知道你现在的内容如何调整方向， 我会用一条视频讲清楚接下来我们的机会在哪里，因为我认为二零二六年，今年下半年是我们垂类垂直赛道的一些机会。 以下内容我会以抖音的旧算法以及平台为什么他要改变算法到最后的新算法， 结合我多年的实体流量经验，逐步的拆解，我会以大白话的形式尽量的表达清楚。 我们先讨论一个最核心的问题，抖音为什么要改变算法？有很多人问，是不是国家不让搞信息减房？是不是抖音平台的用户增长变慢了，甚至已经进入了存量市场， 想让用户更长更多的时间停留在平台，显而易见，两者都有。 首先第一点，国家确实在引导平台打破信息简房，要让用户看到的视频，看到的内容更加的多样化，这样才有利于社会的健康发展。第二点，抖音平台的用户增长已经到顶了， 已经不是比谁用户多，而是比谁能够让用户待的更久。各大平台的竞争依然如此，你会发现除了抖音，各大平台都已经有了直播或者是短剧以及短视频的内容出现。 以前你刷完就走，那现在很多平台更想让你有所收获，先解决你目前急迫的需求，还得解决你的潜在需求，希望你能在平台上面点赞、收藏、付法， 包括其他更深度的互动，甚至在平台里面完成消费的闭环。所以算法的改变既是政策的引导，也是平台为了深度留住用户的商业决策，而我们所有的内容创作者就得看见这个大方向。 好了，在我们了解完平台为什么要改变算法之后，我们再来聊一聊抖音的旧版算法。旧版算法的底层推流逻辑叫做协调过滤，加上 简单排序。一句话概括就是物以类聚，人以群分。这一句话的核心思想就是，有相同喜好的用户大概率也会喜欢同一种内容。 简单的排序其实就是靠这些用户的共同行为匹配，再用完播率、点赞这一类型的数据给视频进行排序，然后放到你的抖音推荐页面， 那么数据好的视频你可能刷五次就刷到了，数据不好的视频你可能刷五十次都刷不到。 我们举一个简单的例子，让大家更好的理解，李同学喜欢美女、汽车、金融、篮球和影视。陈同学喜欢美女、汽车、金融、篮球和音乐，那么平台就会自作聪明，除了推荐固有的兴趣内容以外， 还会将影视内容推给陈同学，将音乐内容推给李同学。 当然推送的内容数据好的会优先放到你的推荐页里面进行排序。 ok， 那 么旧的算法已经讲完了， 我们可以发现有三个致命的弊端，也是大部分创作者现在的困境。首先第一点， 这样的算法本质上就是在赌概率，所以以前会有一种粗暴的起号方式，你用十个账号，或者你用一个账号发十条同类型的内容， 当然这里面是需要去重的，这里面有一些技术的手段，有一些混剪的手段， 这个就不多赘述了，大家去可以查一查，重点是诞生的结果天差地别，曝光量天差地别。从你的视频发出去的那一刻，系统就会按关键词标签或者画面标签进行匹配， 然后塞给一批犯用户，靠这一批犯用户给你去做完播停留、点赞等等等等的互动。但 就因为第一波的人群都是犯用户，而且这一部分的用户行为会影响你之后的推流，所以大家会发现同样类型的内容，不同账号，不同时间， 甚至发的足够多，你就有概率赌出爆款，所以才会有这样的玄学论。随后 就会衍生出第二个致命的弊端，也是大部分创作者现在的困境。那么一旦某条内容初时跑的一个很好的数据，系统会判定同类型的人群精准匹配，持续给这个账号所有的作品滚雪球似的推送流量， 从而诞生出现象级的爆款。中小创作者新账号很难突围，然而其他内容创作者机会就变少了， 在一定程度上，某一类的赛道流量是可以被垄断的，这个大家认同吗？那么第三个致命的弊端，也是抖音最看重的一个弊端， 最想要改变算法的一个弊端就是考核只看短期的数据，所以催生出套路型的内容。以前所有人都扎堆做三秒钩子博眼球的套路， 只是为了强行拉高完播率，哪怕内容没有长期的价值，也能靠短期的数据去撬动流量，低质量的内容会泛滥。聊完旧算法之后，我们再来聊一聊升级版的算法。 所谓的升级，其实就是在旧的算法的基础上面去做升级，也就是说旧的算法也会保留一部分，但是不多。 大家也没必要去纠结旧的算法它到底保留了多少，新的算法它的占比是多少，因为旧的算法某种程度上它像是概率，而现在的新算法它更像是一种确定性的方向。我希望大家从这个视频看到现在， 可以先按个暂停，好好的回想一下前面的内容，问一问自己有没有理解到位。理解到位的标准就是你能不能做个简短的总结。如果你做完了简短的总结，我们再来聊一聊抖音平台新的推流算法机制。 底层逻辑，它的名字叫做双塔召回模型，加深度的学习排序。一句话就是系统分别摸清楚用户的喜好、兴趣和视频特点， 然后快速的筛选出一批适合这个人看的内容。接下来我会以健身行业来给大家举例，一一讲清楚新的算法他是怎么理解的。 顾名思义，双塔其实就是两座塔，用户塔会记录你在看健身视频的全部细节，你爱看的是居家训练，而且看完还会收藏，反复的去观看、 暂停等行为，不爱看纯摆拍的或者是秀身材的内容。而内容塔将会给每条视频 进行打分，并且记录他的画像。这条视频是居家的训练还是器械的训练？ 他的动作干货多不多？能不能让人反复的去学习？那么这两座塔会直接匹配你最契合的一批健身视频，不只是看别人爱看什么， 也就是新的算法，现在是看内容它本身适不适合你。底层逻辑从以前的标签匹配升级成为了行为预测， 不再只看你打了什么标签，而是会猜什么样的用户会更容易对你的视频产生深度的行为。反过来也会猜你的视频会对什么样的用户更容易产生深度的行为。 现在新的算法会看这条视频用户的历史行为，比如停留、划走、点赞、收藏、反复观看等等，这些数据来预测这个用户到底喜不喜欢。一句话， 标签的权重下降了，你的内容能不能让人真的喜欢才是高权重。很多人问权重是什么？ 其实权重他就是一种影响力，是一种重要的程度，是一个打分的占比。举个例子，就好比上学的时候，期末考试的考核，他考核的是两个分，一个是平时表现分， 第二个是试卷的考试分，平时分占比百分之三十，试卷分占百分之七十，那么这个就是权重。如果套在工作上面，大家会在工资条你也能看出来，你的权重，你的绩效， 你的 kpi， 你 的考勤，这都是权重。需要注意的是，这种算法它需要时间来做行为预测的，就比如说这个用户之前喜欢健身，但 最近在学习金融，而且对金融的内容近段时间有过深度的互动，有过类似的互动行为，那么内容塔就会给这个用户推送金融的内容，推送权重会更大。一个是视频的历史用户行为数据， 因为反复观看这类型的数据都是需要时间的，所以平台会给近七天内的时间来进行考核。所以你的视频只要还有人收藏，反复观看， 深度的互动就会触发二次三次的推流。以前旧的算法，你发视频出去一天两天没有任何的数据，觉得放在账号上面不好看就给删了。现在就是好的内容其实不怕慢， 第三天、第四天上播放量都很正常，现在的深度互动是大于完播率的。那么深度互动怎么理解呢？大家都知道豆包有多牛吧？ 而且豆包也是抖音集团的产品，本身这个深度学习模型，它就是一种 ai 技术， 你的深度互动包含真实的评论。什么是真实的评论？就好比你看完两条健身视频，你在两条视频里面各发布了一条评论，第一条视频你评论的是你的身材真好， 你长得真好看。第二条视频是我也想变成你这样的身材，我要怎么做？那么你们觉得这两种评论哪一个更加的真实，更加的有营养？我只是举个例子， ai 会判断的，这个大家都应该认可， 除非你认为 ai 比你聪明。深度互动除了评论，那还包含了你看了这个视频多少秒，看了多少秒后点的收藏，包括在这个播放条里，你有没有反复的去拖动，反复的去观看，看完之后有没有人私信你？ 看完之后有没有用户转发分享，转发到哪里去了？转发到微信上了，还是转发到抖音好友了？等等等等，这些都是深度互动。而且接下来这个机制是抖音最聪明 而且是最恐怖的地方，说他是改算法吧，不如说他是顺水推舟，因为这个机制没有我们所有的用户，包括内容的创作者，没有我们去推动这个算法的话，他现在根本不可能成立。 这一个机制就叫做内容裁判机制。一条新的视频发布之后，系统会先小范围的推送给这个领域的高活跃用户，这种用户就是平台所认为的内容裁判。 我们自己回想一下，最近你在看哪一类型的视频，会有过深度的互动行为，那么平台就会认为你对这个行业，你对这种内容懂行，根据第一波内容裁判的数据反馈， 如果判断为好，才会放到更大的流量池，反之当做劣质内容，防止低质量的内容泛滥。也就是说新算法对于新号或者说垂直赛道的账号会有利好的影响。 只要你的内容真正的有价值，能被内容裁判收藏，反复的去观看，就能被算法识别，你就不用去赌概率，也不用去听什么玄学。但是 你的内容主张一定要越清晰，因为你的内容越清晰，算法探索的就越清晰，从而用户推送也就越清晰。与其专研套路，批量碰运气，不如深耕垂直赛道，打磨长期有价值的精品内容， 这个就是新算法起好的最稳路径。新的算法重点看以下几点， 权重从高到低，首先第一个收藏率，第二个是复访复看率，第三个是视频的质量，第四个是三秒的留存，第五个是完播率， 后两个还重要，但不再是唯一视频。看到这里，你们可以用豆包在评论区里面去做总结，以及你们如果还有其他的疑问，欢迎在评论区里面打出来，我将在下一期的视频 挑几个有代表性的问题来做内容，一一给大家做解答。好了，我是克里斯，我们下期再见。
26克里斯开门
03:15查看AI文稿AI文稿百万引银复盘实录详解抖音的推流机制算法推荐赛马机制，视频时长三分四十秒，你要了解抖音的推流机制，它包括算法推荐和赛马机制，所谓的这个算法推荐你在刚开始直播的时候，如果你之前没有播过抖音，也不知道你这个直播间适合什么样的人， 他就会给你推各种各样的用户啊，我想想啊，这时候的数据你就表现出你的曝光很高，但是你的进入率很低，可能只有个位数、百分之百分之二之类的，因为他给你推各种各样的人，并不是你的目标用户，所以他们都不会进入你的直播间。 等你稳定播个两三天之后，抖音会给你生成一个人群画像，就是哪些人会在你的直播间留下数据， 抖音就根据你这些数据形成一个画像，什么样的人会进入你直播间，之后抖音就会给你稳定推流，你的进入率会上来。这个我明白，你需要做到就是保证你的直播内容浓度，你不能，我不知道怎么说，今天播聊天，第二天突然又户外旅游了， 这个视频内容浓度你要保证一致。还要你发那些短视频啊，短视频和你直播的推流，他的用户是不一样的， 他俩是毫不相关的，你不用担心你的短视频，你发的是另外内容。你可以说一下你的问题，我暂时没什么问题，这些我都知道了。关于抖音的赛马机制，抖音会把同级别、同时段、同类型的主播放到一起去 pk， 然后根据这个数据的好坏来把这些主播分级，将层级分为 a、 b、 c、 d， e、 s、 s 加，如果你是最低级的一级， 咱们养殖户也推三百到五百人左右，有些主播他会在人多的时候就下播，这样的话他下次开播的时候，他流量曾经还是依然是比较高的，不要就是你去在流量不好的情况下拉时长， 那会影响你整场直播的这个流量数据，而且会影响到下一场，所以你下播的时候可以在人最多的时候下播。如果去判断你这个流量，曾经，比如说你是一级的，最低级的三百到五百人，推流每小时，你的直播间，直播间在线 icu 呢，大概就是已经在线一到八人，所以开播前半小时呢，一定要去做流量 前半小时一定要去这场你可以去发福袋，也可以做一些节目。什么把人留住，还有吗？如何去打开这个流量？ 首先呢就是画风调优，你的画面一定要好，这个能够增加你的一个好的画面，他们就会想点进来，根据你的数据，这个数据包括哪几种？一个就是互动率 互动包括弹幕，关注，还有点赞，停留时长，在你直播间停留四十五秒，然后就是付费，包括灯牌和礼物，重要的是有多少人给你付费直播推荐推流 属于废的，流占比最好是能达到百分之八十，如果你的记住率能达到百分之三十五，你算是优秀的，百分之三十讲好百分之二十基本及格。互动率互动包括弹幕啊，关注 点赞百分之一，及格百分之三。普通优秀灯牌也算做是一个，付费率也是百分之一，百分三到百分五，这三个划分，进入一百个人里面有五个人给你付费，算优秀了。还有一个就是加团率，加团率也是百分之一、百分之二、百分之三啊？行行，这个可以。
42沐宸
04:51查看AI文稿AI文稿二零二六年抖音推流机制底层原理讲解，让你了解用户行为背后的算法推荐逻辑，更好的创作作品。基于机器学习和深度学习构建的推荐算法， 提升了超大规模信息分发推荐的效率，能交付人类难以快速高效完成的任务。但由于算法是通过数据收集、特征工程模型训练等复杂流程预测用户的行为， 其本质是数学模型的运算过程，只是在建立用户行为与内容特征之间的数学统计关联，而非理解内容本身。因此相比人类，算法依然有其局限性。 推荐算法是对用户各种行为概率的综合预估，推荐指预估行为动作。当用户打开抖音时，抖音的推荐算法会给后选视频打分，并把得分最高的视频推送给用户。 用户在观看时可以对看到的视频做出各种互动，这些互动体现了用户对这个视频的感兴趣程度。比如，用户点赞比不点赞要好，看完比没看完要好， 没有点不喜欢，比点不喜欢好。在这里看完了就是一次反馈动作，点赞也是一次反馈动作。用户对观看的视频的每一次反馈都有正面或者负面的价值。抖音的推荐排序模型学习的也就是这种行为反馈推荐系统的目标就是把反馈价值最高的视频推给用户。 抖音推荐算法的核心逻辑可以简化为推荐优先级公式，综合预测用户行为概率乘行为价值权重等于视频推荐优先级。 抖音推荐预估动作率的具体步骤。第一，算法学习用户反馈行为输入算法模型是预测用户各种互动和反馈行为发生的概率，发生概率是模型输出的结果，但在此之前需要输入大量数据， 这些模型的数据叫特征模型，需要内容和用户两端的数据做输入，其中主要是学习用户行为数据。抖音算法学习用户行为数据既有实时的新数据，也很重视对用户历史行为数据的学习。 第二，概率模型预测抖音推荐算法都预估用户哪些行为？推荐算法会通过算法模型预测用户对后选视频的行为概率、动作率， 结合用户行为和视频本身的价值权重，推算出视频推荐的价值分数，并将综合得出的价值最高的视频推送给用户。在这个过程中， 推荐算法会对用户的一系列行为预估，这些行为包括点赞、关注、收藏、分享、不喜欢、是否点击、作者头像、评论区、停留时长、长期消费等等。 第三，价值模型评估定义行为的推荐价值。价值模型代表了抖音对于哪些动作可能更重要的理解。 简单来说，如果仅考虑用户交互概率，可能会造成一些问题，比如一些精心制作的中长优质视频可能因为完播率较低而在分发中处于劣势地位。因此，抖音的价值模型希望实现内容、用户、作者以及平台的多方价值共赢。 通过价值模型对用户的互动行为进行价值计算，并通过不断调整参数对各类价值进行加权，然后按价值最大化原则计算出后选内容的分数。 在这个原则的指导下，算法会综合考虑多个因素来评估后选内容的价值，它不仅会关注内容本身的特点，还会考虑作者的收益以及平台生态等因素。 通过对这些因素的深入分析和权衡，算法能够为每个后选内容计算出反映其潜在价值的分数，从而为后续的推荐提供有力的依据。 第四，动态调整价值权重的计时反馈。随着算法的进步，从行为发生到现实，有效反馈的时间已经非常短，这种近似计时调整的机制有助于算法更精准的预判用户行为。抖音已经实现了分钟级实时反馈更新， 不管推荐算法如何复杂，其工作的核心都是学习用户产生的行为反馈数据，并通过概率计算将模型中推荐价值最高的视频推送给用户。算法不必理解晚霞为何令人驻足，只需计算用户停留在火烧云视频的时长与分享概率。 算法无需参透幽默的本质，却能精准你和一串哈哈哈哈的评论与众人内心欢喜的相互关系。算法始终在用数学的纯粹性尝试复刻人类选择的不确定性。 也正是因为这个特性，若单纯依靠算法预判行为而不加约束，可能会带来不当内容泛滥等新问题。因此，对于不懂内容的算法，还需要为其构建多层护栏，避免算法对内容价值的认知盲区引发的问题，因此需要人工为算法建立内容秩序。 以上就是本期的所有内容，算法原理来源于抖音安全中心官方公开的内容，了解抖音推流机制的底层原理，才能做成更好的内容。
43老黄说运营
05:22查看AI文稿AI文稿新手做好，别踩坑！家人们是不是总纳闷，为啥你拍的视频只有几百播放，别人随便发一条就几万赞？ 其实不是你内容差，是你没搞懂抖音算法的底层逻辑。今天用大白话给你讲透，新手也能直接靠用拿流量。 首先记住一句话，抖音算法不是人工评委，而是一个全自动数据筛选机器。他不管你长得好不好看，有没有粉丝，只看一个东西， 用户对你视频的真实反应。而且他的核心目标特别简单，让用户在抖音多停留，多互动。所以能让用户留下来的内容，才会被疯狂推流。 先给你讲最关键的流量池阶梯，这是所有流量的起点。你每发一条新视频，不会直接推给所有人，而是先扔进一个小水池，能启动流量池，大概推给两百到五百个和你账号标签相似的人。 算法会在这个小水池里观察三个核心数据，用户会不会看完完播率，愿不愿意点赞收藏互动率，会不会关注你留存率。 如果这三个数据达标，就把你扔进更大的水池，推给五千到一万人，再达标就近十万家播放的大流量池，以此类推，直到全网爆款。 那算法到底看哪些数据呢？权重排序记好了，比考试划关键点还重要。 收藏大于关注，关注大于转发，转发大于点赞，点赞大于完播。没错，收藏的权重现在比完播还高。举个例子，你的视频 完播率百分之九十，但没人收藏别人视频完播率百分之六十，但百分之十五的人都收藏了。算法会优先推别人的视频， 因为收藏意味着用户觉得你的内容有价值，想反复看，比如教程、干货、使用技巧，这正是平台想鼓励的内容。 还有个新手不知道的点，现在抖音早就不依赖打标签了，以前是你拍美食就给你贴美食标签，推给爱吃美食的人，现在用的是协调过滤， 简单说就是人以群分。比如 a 用户和你都爱看宠物视频，他给某条视频点了收藏算法就会觉得你大概率也喜欢 把那条视频推给你。所以你不用纠结自己标签准不准，只要内容垂直，算法会自动帮你找到精准的观众。另外，算法还有个打破信息减房的机制， 以前你爱看猫就一直推猫，看久了会腻。现在会偶尔给你推点相关领域的内容， 比如猫家美食、猫家旅行，这对新手来说是天大的机会。小众垂直内容也能跨圈获客，不用再挤热门赛道。但要注意流量周期会变慢， 以前六小时能跑完的流量，现在可能要两天，因为算法在帮你找更多潜在观众，不然流量再好也白搭。 所有视频要过三关，初审机器查违规。比如谨慎词画质模糊， 复审播放量起来后，机器加人工查内容质量，终审爆款视频人工严查，三观误导性都要审。流量越大审核越严， 所以别抱侥幸心理踩红线。比如搬运硬广低俗内容，轻则限流，重则封号。总结一下，新手想拿流量，只要做好三件事，一、 前三秒抓眼球，比如直接喊出用户痛点。宝妈们注意孩子挑食不用愁，别让用户滑走，保证完播率。二、做可收藏的内容， 别拍流水账，要么给干货，比如三分钟剪短发教程，要么给情绪价值，比如舒缓文案，让用户想存下来反复看。 三、内容垂直不混乱，别今天拍穿搭，明天发鸡汤，算法会搞不懂你是谁，没法推精准流量。 其实抖音算法一点都不复杂，本质就是用用户行为投票，你不用讨好算法，只要讨好你的观众，让他们愿意看完，愿意收藏，愿意关注， 算法自然会把你推给更多人觉得有用的，点赞、收藏。评论区，聊聊你现在的视频卡在哪个流量池，我来帮你分析，关注我，带你避坑！
13:461444乌人（短视频咨询）
06:09查看AI文稿AI文稿我听征服了都二十六年了，还在一股脑的发视频。普通人起号最容易犯的三个禁令错误，第一个瞎发不看秀气。 第二个，账号死了还在硬梗。第三个更禁命，你以为在养号，其实在毁号。做抖音最夹心的，不信没人看， 是你连自己叫号怎么死的都不知道。今天我用一个视频全面的把推流机器和死号判断拆成大白话，让你今宿把叫号盘活。第一，死号判断流量死谁？怎么判断到底是内容不行还是叫号本身出了问题？先说怎么给叫号做个体检。 第一类，江西号，如果你持续七天发新作品，每条播放量都低于一百，基本可以判定账号权重几乎为零，系统不给推荐，这种情况建议重新注册一个号。第二类，最低权重号 持续七天播放量在一百到两百之间徘徊，账号只会被推荐到低级流量池，如果半个月到一个月还没有突破，可能被降为江西号。第三类，代推荐账号 播放量稳定在一千到三零，说明账号已经进了基础流量池，只要内容质量跟上来，就有机会冲击更大流量。再说一种特殊情况，你之前播放量明明几千向万挺正常，突然跌到几百甚至更低，这叫中途降权。常见原因有三种， 第一，你视频里不小心带了硬广告或者明显营销信息。第二，翻译了别人的视频，没有做二次创作，平台检测到重复率高。第三，内容尽量突然下滑完，播率太低，拖累了整体数据。那怎么排墙问题，你可以打开抖音创作者服务中心，里面有账号状态检测功能， 直接查看信用分和违规记录，信用分低于九十分或违规记录超过三次，就会触发限流。如果确认系误判，可以在 app 里进入反馈与帮助点我的反馈，提交申诉材料和原唱截图来恢复权重。如果不系误判，那就老老实实删掉违规内容，监其发 ug 原唱， 大多数账号三十天内能慢慢恢复。记住一个底线，不搬运、不抄袭、不发硬广、不刷数据，先把账号健康状态稳住，再回来优化内容本身。第二，推流的底层逻辑。首先搞清楚一个概念，抖音不是把你视频一次性推给几万人的，而是像闯关游戏一样，一层一层往上推， 这就是所谓的流量池机器。你的视频发出去通过审核以后，系统先塞给你一个基础流量池，给你两百到五百个播放量，这是官方给每个新视频的测试名额。 系统把视频推给一小部分人，看他们的反应，如果数据好，就给你推下一级千人流量池三千到五零，再过一关，万人流量池一万到二万，然后是十万、三十万、一百万。 总共分了八级，流量值最高的直接全站推荐，每一关都有一组数据指标，要达标，达标了系统才会放你进下一关，不达标视频就停推了。 所以说，为什么你的视频播放量老卡在两百多不动，那就是卡在第一个流量值，考试没通过，后面的流量就没戏向你先记住这个闯关逻辑，下一段咱们讲每一关到底考什么数据。第三，进京的本质。那系统到底看什么数据来决定推不推你呢？ 这就引出第二个概念，叫赛马积极。翻译成大白话，就是同一时间同一赛道，谁的数据好，流量就给谁。比如说你跟另外一个人都在叫 excel， 机器同时发视频， 系统把你们俩推到差不多的人群里，谁的完播率高，互动好，谁就能抢到下一轮流量。那 gg 系统看哪几个数据，全中最高的是完播率，也就是有多少人把你的视频时长越短，做到高完播率越容易。 但对机器类账号来说，还有个好机会。抖音这几年一直在调整算法，现在哪怕你细频略长，只要观众平均观看时长够长，比如用户反复看你的干货段落，系统反而会给更多推流。所以你做机器干货，不用非得压到十五秒内，把价值密度做够， 观众愿意停下来看你反而占便宜。第二个是互动率，也就是点赞、评论、收藏、转发。我之前讲变现的时候提到过，评论不光算互动，你引导的好，还能顺便提升精准粉丝转化。 第三个是转发率，这个最值钱，一个人愿意把你的视频转给朋友，等于用他自己的信用给你做担保，系统直接加分。 第四个是涨粉率，有多少人看完点了关注，记住这个排序，玩播率、互动率、转发率、涨粉率，先搞定前两个，你的视频基本就不会卡齐了。第四段直接给你四个让流量燃起来的实操方法。第一个养标签，你可以把流量理解成平台，给你的用户匹配推荐 你标签越清晰，系统推的越准。刚注册前两天，先别着急发视频，每天花至少半个小时刷你头赛道的内容，该点赞点赞，该收藏收藏，该评论评论。用自己的真人行为告诉系统，我是这个赛道的人，这要后续系统给你推流的时候，人群打的更准，玩播率自然高。 第二个，稳定发布时间，你固定每天晚上七八点或者中午十二点，发误差别超过半小时。系统发现你发布规律以后，会主动把你的视频优先匹配给那个时间段活跃的用户出席，推荐量最高能加百分之三十多。 第三个，开头前三秒直接下钩子，你可以在视频一开头直接喊出痛点。比如你剪了一天的视频，为什么只有十几个播放，或者用排行榜进行，百分之九十的新号死在这？第一步把人拽住不划走。 第四个，主动引导互动视频中间和结尾，大方的叫人点赞、收藏、评论，或者问一个大家有话想说的开放性问题。比如你这个月发了多少条视频播放，在评论区报个数，不管你用什么方式，你评论区一旦有人留言，尽快去回复，账号的活跃度直接拉高， 系统会判定你是个在认真经营的创作者，不知不觉就给你多推一波流量好了。推流机器讲明白了，下期咱们聊另一个新手刚需，让你一步步把账号做起来，让系统判定你是优质创作者，追着给你推流量。点个关注，下期不迷路，谢谢各位的观看！
11:29查看AI文稿AI文稿一直被自己喜欢的东西围绕，真的会幸福吗？经常养娃的观众知道，无论孩子有多爱吃垃圾食品，你让他一连三天只吃薯片汉堡，也一定会吃到反胃，然后对这些食物失去兴趣。 事实上，人类的欲望和满足感之间的关系就是很复杂，重复会带来疲劳，一连串的喜欢会最终变成不喜欢。 比如说刷视频时，第一个视频是可爱的猫猫狗狗，你很喜欢，点了个赞。第二个是美食，鲜艳诱人，你又点了个赞。接着是搞笑段子，你哈哈大笑，又继续点赞。 算法忠实的记录着你的每一次互动，不断的推送相似的内容，想激发你的这种完播和点赞。就这样，两个小时，看起来你一直被推送自己很喜欢的内容。然而，当你终于放下手机，发现什么有价值的信息都没有获得，反而感到更加的疲惫和空虚。 我们常常不知道自己真正想要什么，一路追求及时的满足，却最终一步步亲自迷失在空虚的旷野。从神经科学的角度上来看，这是因为我们的奖励系统被黑了。 我们大脑里有一种物质叫做多巴胺，它调节着我们的动机和奖赏机制。当我们看到一个搞笑视频时，大脑就会释放多巴胺，产生愉悦感， 促使我们继续观看。这是一个及时反馈的循环，非常高效。但多巴胺它也只在乎这种及时的反馈，它凝练着我们生物下意识，这种本能的动机，是一种不计后果的想要，这就是著名的多巴胺陷阱。 在科学家最早发现多巴胺的实验中，小白鼠完全不吃不喝，以一小时上千次的频率不断疯狂的按着按钮，只为了刺激大脑当中的电击获得多巴胺。 而这个问题也同样出现在推荐算法上。算法为了知道什么是用户喜欢的内容，在一开始只能简单而扁平的把努力的目标定成获取你积极的及时反应。比如说点赞、完播、评论、分享， 却往往会在这个过程中忽略你长期的需求和价值。的确，那些视频在你刷到的第一刻是想看的，看完的那一刻感受的是情绪上的快感。 这个模型在初期非常有效，平台的用户活跃度会快速提升。然而问题很快就出现了，短视频平台的早期经常充斥着大量的小姐姐、热舞、土味、搞笑、标题党等等内容，为什么呢？ 这就是因为这些内容天然具有更高的完播率和更高的点赞率。用户确实会看完会点赞，能最大程度收获观众，因为多半满足及时的反馈。 看多了之后，很多人就会开始抱怨这个平台低俗，浪费时间。一旦进入闲者状态，你又会悔恨自己为什么蹉跎时光，抱怨这个 app 真是害人不浅。 本质上，算法面对的挑战和我们平时跟人打交道没什么两样。总结起来就是一句话，人心隔肚皮，想要从用户刷视频的行为反推出心理和长期喜好尤为困难，哪怕是相同的行为背后也可能是完全不同的心理状态。 举一个例子，在和专业技术人员的交流中，我被问了这样一个问题，小王刷到了一期视频 a， 看了一段时间，点了一下赞， 而小李刷到的是另一个视频 b， 他 刚刷到就快速连续点了好几下，直接赞爆了。 那么是不是就应该给这两个人都分别多推他们各自看到的这类视频呢？我当时觉得这不是肯定的吗？两个都是点赞是积极的反馈，而且小李的反馈更加强烈，我们应该给 b 这类视频推给小李的权重更大才对。 然而事实并非如此，同样的点赞背后的用户心理其实完全不同。数据分析显示，有时候一次单次的点赞往往比赞爆了更能预测用户的长期留存。 因为前者通常代表着更深层次的价值认同。通常出现在刷到高质量的观点类视频或者知识科普视频后，若有所思，觉得很有意义，然后会在中途给予一次冷静且深沉的点赞。 而后者更多是情绪性的及时反应，通常出现在刷到颜值博主或者可爱的猫猫狗狗时，那种强烈的兴奋情绪袭来带来的感性反应，在长线的价值上反而不利于用户的留存。 类似的收藏行为就更加复杂了。有人收藏菜谱是真的打算周末去做。有人收藏健身视频，更像是收藏就是练过的心理安慰。有人收藏知识类内容，想要以后慢慢学习。有人收藏搞笑，视频是为了分享给朋友， 不同类型内容的收藏含金量的差异是巨大的。如果算法一视同仁的觉得啊收藏这个行为就是有点喜欢，那么对于某些硬核内容可能是极大的低估。而对于另外的心理安慰剂的视频却会产生误判。 类似的情况还有很多。事实上，任何一个单一指标都不能简单的预测用户真实的内心，或者衡量出一个内容是否优质。 你看完播率那几秒的搞笑段子和戛然而止的吊灯，天然就更受欢迎。像我这种硬核干货的长视频就会被埋没。 互动率也不靠谱，有很多点赞、领红包、评论区抽奖这类内容互动率极高，或者说试一试用自己的打字打什么东西，但对用户的真实价值几乎为零。 相反，一些引人深思的内容，用户看完可能陷入沉思，反而忘记了点赞或者发弹幕观看时长也不靠谱。在一个视频上停留很久，可能是因为内容精彩，但也可能是因为在等待反转，或者被标题党欺骗。 单纯的停留时长同样无法准确反映内容的质量。怎么样？感受到人性的复杂了吗？还有更复杂的，大部分人对自己的真实需求往往缺乏认知。心理学研究表明，人们在预测自己未来的偏好时，准确率惊人的低。 假如张三是一个篮球迷，天天看 nba， 如果算法就只推荐篮球视频，张三短期内可能会很满意。 你如果亲口问张三你喜欢美食吗？他估计会实口否认。但实际上，张三可能对历史、科技、美食都有着巨大的潜在兴趣，当一个高质量的做饭视频推到面前时，他也会十分喜欢。 如果算法从不主动尝试推荐其他类型的内容，张三永远不会发现自己的这些喜好。这就像如果一个人天天只在食堂吃黄焖鸡，就永远不知道自己的口味，其实也很喜欢回锅肉， 推荐系统永远需要在投其所好和拓展边界之间找到一个精妙的平衡。面对这些复杂的挑战，抖音研发的现代推荐系统采用了多目标优化的策略， 构建起一个立体的评估体系，从多个维度理解用户需求，包括及时体验内容生态、长期价值、探索价值、用户满意等等等等。 首先是及时体验价值，这是最传统也是最基础的一层，包括我们熟悉的各种指标，停留时长、玩播率、跳过率、互动等等。 但与考虑任何一个单一的指标或者简单相加不同，现在的推荐系统会考虑内容类型、这个用户具体的特征以及时间、场景等等多重因素， 更为精细的理解一个行为和背后喜好的关系，比如工作日午休时间的快速浏览行为和周末晚上的深度观看行为，就会被赋予不同的理解和权重。 接着是内容生态，为了避免单纯追逐流量带来的劣币驱逐良币，平台会鼓励原创的好视频，降低搬运和抄袭内容的权重，并给予新创作者的优质内容额外的曝光机会，避免因为马太效应而造成的强者恒强。 此外，还会兼顾内容的多样化，确保不同类型、不同风格的内容都会有展示的机会，避免平台内容同质化等等。 第三部分是对长期价值进行，芥末算法会预测这个内容对用户的长期价值是什么呢？三年之后，这个用户会因为什么而留在这个平台上呢？ 为了弄明白这一点，算法会分析用户的复访行为，看看他会主动搜索之间看过的什么内容，多次观看什么样的视频，因为这些行为强烈暗示着这个内容的长期价值。 此外呢，还会关注转化率，用户看完内容后是否关注了创作者，因为关注行为代表着用户希望看到更多类似的内容，是一个长期价值的重要信号。 那绘画深度也是一个重要的维度，他考察的是用户因为这个内容在平台停留了多久，看了多少的相关内容。深度绘画往往意味着用户找到了真正感兴趣的内容领域。 除此以外，算法还会基于以往喜好，主动做一些破解的尝试，给用户推送之前他从来没有尝试过的视频，以拓展潜在的兴趣范围，带来新鲜感。不定期的平台会对用户进行回访调研，以更直接的问卷来详细了解用户的获得感和满意度。 以上这些维度，加上商业化的广告、直播、带货等等，共同构成了推荐算法要同时达成的好多个目标。哎，该说不说，算法也挺不容易的， 要同时在有限的推荐次数中平衡这么多要素实在不容易。但通过强化学习和动态加权的办法，如今现代的推荐算法一直在小心的维持着平衡，这才带来了今天我们刷起来这么好看的短视频。 那么说，回到开篇的问题，我们真的知道自己想要什么吗？也许永远没有完美的答案， 但通过多目标优化，推荐系统正在努力理解人性的复杂，在及时满足与长期价值、个人偏好与内容多样化、商业利益与用户体验之间寻找平衡。 所以下次当你刷到一个意料之外的视频，比如说这期视频时，不妨停下来想想，这个推荐背后，可能不仅仅是因为你昨天点了个赞，更可能是算法在尝试理解一个更完整、更长远的你。 他知道，真正的满足不是无休止的消费垃圾食品般的内容，而是在探索中发现新的可能，在多样化中找到真正的兴趣，在有节制的使用中获得持续的价值。 推进系统的进化，本质上是对人性不断的理解和尊重。他提醒我们，技术的终极目标不是让人上瘾，而是帮助人们过上更充实、更有意义的数字生活。在这个算法无处不在的时代，理解多目标优化，就是理解技术如何更好的服务于人，而不是相反。 当算法越来越懂你时，关键的问题就变成了，你是否也更懂自己。在享受个性化推荐带来的便利的同时，保持对自身需求的觉察，主动探索舒适区之外的世界，这或许才是数字时代最重要的素养。 毕竟最了解你的永远应该是你自己，而不是某个算法。万事沉，思路却还引路不辛苦，我们下期再会。
9.3万漫士沉思录
01:36查看AI文稿AI文稿短视频平台的推荐算法，从现在起不再是黑箱玄学了，刚刚上线这个算法学术科普网站，可以让所有的普通用户都看懂算法。那最厉害的是啊，你甚至可以从算法的视角看到它是如何给不同的用户推荐内容的。比如我们模拟用户丁小乐，平时喜欢看英语、学习、国风穿搭、校园生活的视频， 你就可以直接操作算法，看看系统会给他优先推荐什么样内容。你看，推荐系统会把用户行为和后选内容都转化为数据向量，向量呢，是由一串数组成。想象一下，如果算法的空间是一个多维宇宙的话，每一个数字串就代表用户和内容在这个宇宙中坐标， 推荐算法要做的就计算用户坐标和不同内容坐标之间距离，距离越近，代表用户喜欢这条内容的概率就越高。这就抖音推荐核心的算法之一，双塔模型的工作原理， 一边是用户兴趣，一边是内容。通过向量匹配度打分，匹配度更高的内容就会被优先推荐。盯小乐会先看到哪条视频，一目了然，是不是感觉醍醐灌顶，一下子就懂推荐算法的底 层逻辑了？而且网站里还揭秘了一个很多人关心的问题，什么时段发什么内容更容易火？我们模拟转动时钟，就会发现，人们的兴趣偏好是有时间规律的。也就说，不同类型的内容确实在不同的时段发布会有更好的效果。 比如娱乐休闲内容更适合在下班后发布。职场干货呢，更适合在早晚通勤时间发布。毕竟不同类型内容有不同的需求场景还是很有道理的。那除此之外，网站里还直观展示了算法力很重要的 wide and deep 模型，既能保证推荐精准，又能避免你陷入信息简房， 还能看到随机扰动，是如何打乱推荐信息流的，让你不会一直刷到同类型内容，保持内容的多样化的了解。那如果你今天想做自媒体，但对流量很发愁啊，真心建议去这个网站看一看。
3424杜老师AIGC
06:05查看AI文稿AI文稿我发现现在很多人流量上不去，根本问题就一个没搞懂抖音这次改版后最核心的那个点。说白了为啥要给你推流？他到底怎么判断你的内容算不算优质？或者说你心里想的优质，跟抖音脑子里想了压根就不是一回事。这期视频 我就帮你彻底理清改版后平台是怎么看你的视频值不值得推流了，还有你该做点啥，才能让你视频的分量更重？ 我发现他们现在用的还是改版前的老路子，根本没看清这次改版到底意味着什么。这次跟以前真的不一样，这是一次算法核心的升级，所以过去那些玩法低追玩法，要么彻底废了，要么就得全面革新。接下来我会围绕这次改版出一整个系列的视频，手把手帮你搞定内容怎么做？ 你要是账号上有什么搞不定的，也欢迎在评论区留言，我会挑有代表性的问题专门拿出一讲，要是几句话说不清， 就直接做成视频放到这个系列里。好，咱们直接进干货。我观察到的很多人流量不好的，关键就是理解偏了，那到底什么是好的视频内容？从用户角度看，其实就两种，要么能让你情绪上爽一把，要么能让你学到点东西。 但抖音不这么看，他本质上就是个算法，机器只能靠算。而且对一个平台来说，最要命的是啥？是这视频能不能帮他把人留住，把用户黏住。 以前抖音主要看两个指标，一是这个视频有多少人能看完，二是点击率高不高。这两个标准在一点零时代极其重要，所以我们那时候绞尽脑汁 想各种办法去拉高完播率。但这么来有个死穴就是天然对长视频不友好，视频越长，完播率越低， 那时候内容做的太深，反而流量会特别惨。现在二点零时代来了，抖音换了一套更高维度的流量价值标准。什么意思呢？就是说改版后他不再只盯着你的完播和点击，他更在乎你的内容能不能更深入的影响到用户， 能不能跟用户产生同频共振。换个说法，你的视频能不能让一个人从看热闹的变成参与者？所以这次更新加了特别关键的一个东西， 他从一个单一维度判断好坏变成多个维度，而且会根据不同视频动态调整标准。比如以前播出一个视频， 主要看他完播高不高，现在完播只是众多指标里的一个权重大大下降了，更多维度的权重加进来续算，视频质量便会通过收藏和复访这两个动作来衡量你的内容有没有长期价值。内容有长期价值，用户才可能收藏，才可能第二次点进来看。 像我那条暴露的视频，就是因为内容够硬，收藏量达到了一点五万，复访率也很高。再比如分享和关注这两个指标用来判断你内容有没有传播力， 你的观点能不能打动更多人，只有用户深度认可你，才可能关注你，才可能主动分享出去。总的来说，现在的抖音算法不再用一个标准来卡你， 而是综合各方面权重去判断视频好坏，它更智能，能看懂数据背后藏着的真实意义。这次更新还有一个最大的亮点，就是加进了一个叫握手模型的评估概念，抖音会通过这个模型来看你的视频跟用户之间能不能产生深度互动信号，来判断你这个创作者是不是有社交温度。 我们之前说过，抖音现在追求更高价值的流量，这个新加的东西对你视频的权重影响超级大，而且是及时的反馈。 那什么叫握手模型？字面意思就懂了，握手的前提是两个人同时伸手，自己在那刷评论，不算粉丝留言了，你没回也不算，只有粉丝评论后你回复了，这才算一次真正的握手。抖音就是通过这种深度互动来判定 你的用户是不是双向奔赴。这也是我为什么之前总说抖音现在要的是真实感和活人感。这种真实感不是靠你在视频里大喊大叫，而是从这些互动细节里长出来的。只有你真懂了算法，你才能做对动作，对不对？基于这个机制调整，其实能玩出很多不同的新打法。 再讲这次更新特别重要的第三点，动态权重调整。以前哪怕你视频数据再好，推流也至少得等一个小时，流量和数据不是及时匹配的，有延时。但现在不一样，数据和流量反馈是分终极的，只要发现你这条视频在某个特定人群里表现特别牛， 算法会立刻拉高这个视频在价值模型里的权重。所以你会发现，现在的流量走向是缓慢且稳定了， 不像以前要么突然暴增，要么突然像被拉闸一样停掉。以前是因为要看一小时前的数据才决定现在的流量，所以特别不稳。现在你的内容没问题，数据达标，几分钟之内流量就推过来。而且他会根据完播 点击、收藏、转发、关注、握手所有数据，及时动态调整你视频的权重，去匹配更合适的人。基于这些底层的改变，我真心觉得这次抖音改版是史无前例了，算法变得前所未有的智能。今天我还接了个客户的咨询，他说有个特别牛的老师，建议他先做泛流量起号， 再从泛流量里筛出自己的用户。这说法乍一听挺有道理，但我仔细一想，完全不是那么回事儿。以前算法不智能的时候，垂直流量确实难起， 越垂直越难跑出数据。但现在改版了，算法和玩法都跟以前是两码事。比如完播率权重降了，以前那些专能卡完播率的招数全废了。 但反过来，我们完全可以围绕现在的算法价值模型布局多维度的数据，在视频里增加更多有价值的观点，提升你的收藏和赋仿，从情绪共鸣入手，拉动你的分享和关注。再比如，围绕那个握手模型， 可以学着像我视频开头一样，引导用户多互动、多评论，并且看到后就及时去回复。尤其在视频刚发出去那会，如果能在评论区完成一次深度握手，就能帮算法更全面了解你视频的人群画像，大幅提升你视频在推荐算法里的综合得分。其实基于这次更新， 根据你内容的不同，可以迭代出很多真正管用的玩法。这里面任何一个窍门，是不是都比你在外面花大几千买课强？算法变了，玩法肯定要变。最后，如果你觉得这些内容够干，记得支持一下，万分感谢。
34可青创优
