作者： 张依侬、宋星

前言

做抖音都绕不开谈抖音推荐算法这个话题。但为什么同是短视频的龙头老大，就很少有人讨论快手的推荐算法呢？

这是平台定位不同而导致的。在抖音上一战成名的故事每天都在发生，去中心化的叠加推荐算法让流量不断倾斜：强者越强，弱者越弱。即使是0粉丝的新号，也有可能意外斩获千万的播放量。而快手更注重长尾视频的分发，不容易产生爆款。因此，做好“粉丝运营”是快手成功的核心，做好“内容创意”是抖音成功的秘籍。

抖音的算法核心是为播放量优化的算法。流量产生收入、收入购买内容、内容继续产生流量。播放量越高，用户时长越长，变现的可能性就越多。

所以，有些人开始琢磨，有没有可能通过刷流量的方式，把抖音视频刷上热门，然后产生上面说的那种“强者越强的正向循环”。答案或许令“投机取巧”者失望。

为此，抖音是这么干的：给一个新视频分配初始流量，一般是给300-1000多个系统认为会喜欢这个视频的用户推送你的视频。至于如何选择这300多个初始用户，抖音首先会看你的这个视频适合于哪些人群，然后再到这些人群中随机选择300多个。我们后面就会讲到。

因此，下面这一点至关重要：由于抖音最初只找300-1000个用户当“小白鼠”，可以想见，这是所有可能对你的视频感兴趣的人群中极为微小的比例。这些人对你的视频的“感受”是非常重要的，几乎决定了未来你的视频有没有机会爆起来。

抖音如何知道这些人的感受呢？很简单，抖音系统根据这300-1000个人的反馈数据（完播率、点赞率、评论数、转发数、关注数等），决定是否继续向更多的用户推送你的视频。如果你的视频得到了这群初始人群的喜爱，那么抖音会扩大一次人群，再次让更多的人（大约10,000-100,000个人）看到你的视频，然后再记录这些人的反馈数据。如果这些人的反馈也不错，那么抖音会继续推荐更多的人看到你的视频，由此循环下去。

所以，有时候你的视频一下子就有了大几千，或者几万浏览量，就再也起不来了，说明小规模人群可能喜欢，觉得不错，更大规模的人群（1万-10万）这个规模的反馈一般，也就没有大爆发的可能性了。

因此，如果确实是一个高质量原创的视频，真的有可能得到每一个推荐人群的喜欢，这样就能一直得到系统叠加推荐，最终就能成为一个爆款视频。反之，很快就会没有后劲而萎顿下来。

没错！抖音的算法背后，就是如此典型的马太效应。

抖音可以通过用户的第三方社交账户登录信息、用户行为、位置授权信息和模型预测等方式。得出，用户的兴趣特征、身份特征和行为特征，以此建立用户标签。如下所示：

• 兴趣特征：车型、体育球队、股票；
• 身份特征：男、28岁、常驻点上海；
• 行为特征：晚上才看视频；

而内容分析方面，一个视频除了视频本身还包括：标题、描述、位置信息、封面图等这些也都可以进行分析拆解，建立内容标签。

此时，抖音已经知道你是谁，你喜欢什么内容，并且也知道视频的内容都是什么，就可以进行系统推荐了。

其中系统的推荐流量的大概参考数据如下所示，实际可能划分更细致：

• 启动阶段：300——1000人推荐量；
• 小爆阶段：1W——10W；
• 大爆阶段：100W

上述主要是说明，发布的新视频在抖音算法的推送下是如何成为热门视频的。此外，还有一个情况是系统“挖坟”，也就是发布很久的视频，突然爆了。

原因一是系统会重新挖掘数据库中优质的内容，如果你的视频足够优质被系统重新挖掘，再次推荐。此时，路径就和上述流程类似，重新上热门。

原因二是爆款效应，当你某个视频上热门后，用户可能会顺着你的抖音号，翻看之前的视频。点赞评增加，重新激活系统推荐。因此，也很有可能上热门。

除了向个人推荐外，还有向一类人推荐某类视频的协同推荐算法。这个算法可以避免给用户推荐的内容过于单一，帮助用户发现更多可能会喜欢的视频。有相似用户特征的AB两人，B还喜欢健康类的短视频，那么系统就猜测A也可能感兴趣，因此会向A进行尝试推荐。

你可能已经能明白，这就是普通的相似度人群推荐嘛。没错。