抖音算法是什么樣的？

1、機器審核+人工雙重審核

當一個視頻初期上傳，平臺會給你一個初始流量，如果初始流量之后，根據點贊率，評論率，轉發率，進行判斷：該視頻是受歡迎還是不受歡迎，如果第一輪評判為受歡迎的，那么他會進行二次傳播。

當第二次得到了最優反饋，那么就會給予推薦你更大的流量。

相反，在第一波或者第N波，反應不好，就不再推薦，沒有了平臺的推薦，你的視頻想火的概率微乎其微，因為沒有更多的流量能看見你。視頻火的第一步是被別人看見，第一步就把路給走死了，后續也只能依靠朋友星星點點的贊。

這個算法背后思維邏輯：?智能分發，疊加推薦，及熱度加權。

2、疊加推薦

所謂疊加推薦，是指新視頻都會智能分發100vv左右的播放量，如轉發量達10（舉例），算法就會判斷為受歡迎的內容，自動為內容加權，疊加推薦給你1000vv；轉發量達100（舉例），算法持續疊加推薦到10000vv；轉發量達1000（舉例），再疊加推薦到10wvv，依次累推…所以那些一夜幾百萬播放量的抖音主也懵比，不知道發生了神馬，實則是大數據算法的加權。

疊加推薦當然是以內容的綜合權重作評估標準，綜合權重的關鍵指標有：完播率、點贊量、評論量、轉發量，且每個梯級的權重各有差異，當達到了一定量級，則以大數據算法和人工運營相結合的機制。

3、熱度加權

實刷近百條爆火抖音，發現所有一夜爆火的視頻，和抖音推薦板塊的視頻，播放量多在百萬級，綜合數據（完播率、點贊量、評論量、轉發量）無一例外都很好。

擴展資料：

1：完善自己的資料，越全越好。包括頭像、昵稱、手機、微博、微信、頭條等，越詳細越好。因為是機器和人工雙重審核，一旦機器進行審核，就會進行大量的劣質剔除。

2、視頻需要有亮點。視頻只有15秒，在這短短的15秒內，沒有亮點，沒有轉折，大家是不會跟你有任何的互動，并且還有屏蔽功能，一旦用戶對你進行了屏蔽，這是很嚴重的事情，因為后期不會再給該用戶進行你短視頻的推薦；

抖音的推薦機制是利用的什么原理？

一、智能算法的推薦原理

智能算法推薦的本質，是從一個聚合內容池里面給當前用戶匹配出最感興趣的內容。

這個內容池，每天有幾十上百萬的內容，涵蓋15s短視頻、1min長視頻、5min超長視頻。

而在給用戶匹配內容的時候，平臺主要依據3個要素：內容、用戶以及用戶對內容的感興趣程度。

系統是怎么理解我們創作的內容呢？

平臺在做內容刻畫的時候，主要會依托于關鍵詞識別技術：通過提取文案、視頻中的關鍵詞，根據關鍵詞將內容進行粗分類，然后根據細分領域的關鍵詞，再對分類進行細化。

比如，視頻文案及內容的關鍵詞是“羅納爾多、足球、世界杯”。

大部分關鍵詞都屬于體育類詞匯，就會先把你的作品分到體育大類，然后根據具體的關鍵詞，再細分到“足球”、“國際足球”等二三級類目。

內容刻畫

關鍵詞提取原則：

1）高頻詞原則：系統從作品、文案中提取高頻出現的詞匯；

2）獨特性規則：大部分文案、內容出現的詞，不會被認為是關鍵詞。

比如虛詞（的、地、得、而、對于……）；

比如轉折詞（雖然、但是、因為、所以……）。

獨特性原則

怎么才能讓系統更好的識別我們的關鍵詞呢？

1）避免使用非常規詞。比如：活久見、城會玩、腿玩年、DBQ……

2）名人/地名用全程，不用縮寫或外號。比如：詹姆斯vs詹皇，廣西、廣東vs兩廣地區，香港、澳門vs港澳……

3）多用具有代表性的實體詞。實體詞就是一些名詞和代詞，比如人名、地名、公司名稱等。

例如：《流動著的舞臺，街頭中的故事》，在這個文案中，我們很難提取出有意義的實體詞，我們對它進行優化：《印度就是臟亂差？這組圖片讓你看清印度的另一面，與想象中大不同》

優化后，我們這個就能提取出“印度”這個實體詞，知道是跟印度有關的內容，進一步提取，還會發現“臟亂差”、“圖片”這些有意義的詞匯。

系統是怎么理解用戶的？

為了更好的理解用戶需求，系統會從多個角度進行用戶畫像：

1）歷史瀏覽信息（從作品文案、內容中的關鍵詞提?。?/p>

2）身份標簽（興趣標簽、職業、年齡、性別、機型……）

3）環境特征：根據他們當前的環境（工作、通勤、旅游、娛樂場所、休息……），確認用戶的狀態

用戶刻畫

通過這一系列的比對、分析，系統推測還原出一個用戶的基本屬性，比如：Ta可能是一個正在旅游的男性，喜歡足球、汽車等分類。

系統會把上述的用戶特征，歸類為這個用戶的標簽。

用戶標簽主要分為3大類：

1）用戶的基本信息（年齡、性別、地域）；

2）用戶的行為信息（關注賬號，歷史流浪記錄，點贊收藏的內容、音樂、話題）；

3）閱讀興趣（閱讀行為、用戶聚類、用戶標記）。

系統根據用戶的信息和行為，對用戶進行分析計算，計算出用戶喜好的分類、話題、人物等其他信息，這樣就完成了系統對用戶的刻畫。

推薦算法的本質

利用作品的特征（主題詞、標簽、熱度、轉發、時效、相似度）、用戶喜好特征（短期點擊行為、興趣、職業、年齡、性別等），以及環境因素（地域、時間、天氣、網絡環境），擬合一個用戶對內容滿意的函數，它會估算用戶對每一個作品的點擊概率，然后再從系統幾十上百萬的內容流量池中，將所有的作品按照興趣由高到低排序，Top10的作品在此時會脫穎而出，被推薦到用戶的手機上進行展現。

大概就是這個樣子想學的可以私信小編

抖音新好友推薦根據什么邏輯？

抖音新好友推薦根據三個邏輯，分別是：基礎流量、疊加推薦、時間效應。

一、基礎流量

抖音給每一個作品都提供了一個流量池，無論你是不是大號、作品質量如何。你之后的傳播效果，就取決于你的作品在這個流量池里的表現。因此，我們要珍惜這個流量池，想辦法讓我們的作品在這個流量池中有突出的表現。

抖音評價你在流量池中的表現，會參照4個標準：點贊量、評論量、轉發量、完播率。知道了這4個標準，我們就要在一開始視頻發出來的時候，想辦法發動所有的你能發動的力量去點贊、評論、轉發、把它播放完。

二、疊加推薦

我們自己能發動的力量畢竟有限，因此，當作品被推廣到更大的范圍以后，就不是我們能人工干預的了。既然評論量很重要，那在寫視頻的標題文案時，就應該考慮設置一些互動問題，引導用戶留言評論。

但這里要提個醒：千萬不要去刷流量?，F在我們看淘寶上面有各種刷抖音流量、評論、點贊的店鋪，千萬不要去做這種事情，一定會被關小黑屋的，一定會。所以千萬不要投機。

三、時間效應

有些視頻拍出來之后沒火，過幾天、過一個星期，甚至過了個把月之后，這個視頻卻突然火了。所以這個推薦算法其實還是很有意思，它會“挖墳”，帶火一些優質的老視頻。

所以你比較看好的一些視頻，即使它一開始沒火，你也要持續去給它去做一些點贊評論，通過朋友圈去轉發一下。有可能這個星期沒有被推薦，但下個星期有可能就會被推薦。