幕思城>電商百科>通用知識>淘寶知識>抖音的算法推薦是什么?詳解抖音算法機制-抖音賬號運營抖音日常運營

    抖音的算法推薦是什么?詳解抖音算法機制-抖音賬號運營抖音日常運營

    2023-01-31| 15:34|發(fā)布在分類/淘寶知識|閱讀:62

    本文主題抖音賬號運營,抖音的算法推薦是什么,詳解抖音算法機制,抖音日常運營。

    抖音的算法推薦是什么?詳解抖音算法機制

    抖音的算法推薦是什么?詳解抖音算法機制

    用戶被宣傳引進來了,用戶創(chuàng)造了內容,但發(fā)布的內容,沒人點贊,那用戶的積極性也會大大受挫。這就涉及到抖音的關鍵問題——抖音的流量分配。

    抖音的流量分配是非常均衡的。我們先看兩個例子:第1個就是春節(jié)期間爆火的刀小刀,她甩個頭換個妝就直接爆了。2月26號粉絲還不到100萬,甩頭視頻出來后一個半月的時間直接漲粉到了1200萬,一個月漲了1000萬粉絲。

    另個號毒舌電影,毒舌電影同樣的是在1月份的時候不到200萬粉絲,現在已經1400萬粉絲了,兩個月漲了1000萬粉絲。

    這并不是個例,這樣的案例在抖音是非常多。

    在抖音,每一個創(chuàng)作者都有機會創(chuàng)作爆款,都有機會獲得巨大的流量,只要你的內容足夠好,你就可以快速的讓大量的人看到的。原因在于抖音使用了一種叫做算法推薦的流量分配模式,它能夠讓人人都有機會成為爆款,并且概率非常大。

    抖音的算法推薦

    講算法推薦之前,大家可以回憶一下你日常是如何獲取信息的?

    無非就是三種途徑:關注,搜索和被推薦。

    1.關注,非常典型的就是微博/微信公眾號,你關注了一個賬號以后,你就可以持續(xù)看到這個賬號發(fā)布的內容,獲取你想要的信息。

    2.搜索,百度和谷歌,當你的需求非常明確的時候,你通過關鍵詞以搜索引擎去搜索的方法,獲得你想要的信息。

    3推薦,就是抖音、今日頭條這種模式,你打開APP之后,隨便看幾篇文章,點幾個贊,剩下的你不用管,算法會基于你的閱讀行為給你推薦內容,你躺著等就行。

    以上是從信息接收者的角度來聊的,那么換位思考一下,當我們作為信息創(chuàng)作者的時候,我們再來看這三種信息的分發(fā)模式。

    第1種像關注這種模式,就比如你要做公眾號,最重要的一件事情就是你要去漲粉。如果你入局晚了,你很難再做出一個爆款的大號來,這種模式對于后入局的創(chuàng)作者來說是非常難。

    第2種搜索是同樣的,當你作為一個信息創(chuàng)造者的時候,你想要讓你的目標受眾搜索到你的內容,你就需要去揣測用戶在搜什么,用戶會搜什么?你要做大量的SEO工作,同樣的邏輯,如果說你沒有在早期去做站長,沒有入駐百度新聞源的話,你的內容就只能靠后站,這對于后入局者也是十分不利的。

    第3種算法推薦這種模式,你發(fā)布一篇文章以后,只要你的目標受眾是準確的,算法會自動識別你的內容,把你的內容推薦給可能喜歡的人,那簡單來說就是你只需要發(fā)布內容,等著他成為爆款就可以了。

    那么問題來了,抖音現在每天上傳的視頻量是6000萬條,你如何做到讓你這一條能夠成為被算法推薦的那1/6000萬?這就涉及到抖音算法推薦的核心邏輯,它是怎么工作的?

    總結來說,就四個字:斷物識人。

    斷物,就是算法需要去識別你這條內容是什么?

    識人,就是算發(fā)需要辨識出正在平臺中瀏覽瀏覽內容的人,他具有什么樣的喜好?

    算法知道了這個人喜歡踢足球,正好算法剛剛判斷出有一篇文章是講踢足球的,它就會直接把這篇踢足球的文章推薦給喜歡踢足球的人,算法推薦的邏輯就是這么簡單。算法推薦主要有兩種方法,我們下面逐一來講。

    第1種,基于內容的推薦算法,什么是基于內容的推薦算法?舉個例子,比如說你進入到抖音以后,你點贊了一條關于踢足球的文章A,算法經過識別,發(fā)現文章B也是和踢足球相關的,那么算法就會把內容B推薦給你。這就是基于內容去做推薦,因為它倆是一樣的,你喜歡A那你肯定會喜歡和A一樣的B。

    第2種,基于協同過濾的推薦算法,協同過濾這個詞非?;逎y懂,我們用另外一個詞來替代它,就是基于用戶行為的推薦算法,這種基于用戶行為的推薦算法又分為兩類:一種是基于物體的用戶行為推薦算法,一種是基于用戶的用戶行為推薦算法。

    基于物品的用戶行為推薦算法

    假如你是用戶1,你喜歡了系統(tǒng)內的物品1,系統(tǒng)發(fā)現喜歡物品1的用戶,還有用戶2,用戶3和用戶4,然后系統(tǒng)還發(fā)現用戶2、用戶3和用戶4也都同時喜歡了物品3。在用戶喜歡物品的這個行為上,我們是不是可以去猜物品1和物品3是相似的,那么系統(tǒng)就把物品3推薦給了用戶1。

    這一套邏輯里邊是基于對于物品喜歡的角度上去推薦的,所以將它稱之為基于物品的用戶行為推薦算法,因為他的推薦邏輯是用戶喜歡物品這個行為。

    基于用戶的用戶行為推薦算法

    用戶1喜歡了物品1,用戶2也喜歡了物品1,所以說那我們是不是可以說在喜歡物品1這個行為上,用戶2和用戶1屬于同一類人?那么系統(tǒng)又發(fā)現用戶2還喜歡物品3,因為用戶1和用戶2是同一類人,那么用戶1理論上應該也喜歡物品3,所以系統(tǒng)把物品3推薦給用戶1,在這個用戶行為的推薦方法上,系統(tǒng)關注的目標不再是物品而是人,他把人分成一類一類人,對他們做類似推薦,這個邏輯也沒問題。

    剛才我們講到,抖音一天會上傳6000萬條視頻,所以從算法的計算復雜度的這個邏輯上來說,我們推測用抖音使用的是協同過濾的推薦算法,也就是基于用戶行為的推薦算法,這一點也是被抖音官方所承認的。

    從這個邏輯上去來看,抖音是把所有的內容分成一簇一簇,各種喜好相似的人分成一堆一堆的,所以才出現了很多關于抖音要養(yǎng)號,要打標簽這樣的玄學說法。

    針對這種說法,如果做一個賬號,是生產所有人都可能喜歡的劇情類、搞笑類這種內容的話,你是不需要去養(yǎng)號的,因為不管你的內容發(fā)布給什么樣的人,他們都會喜歡,因為幽默總能給人帶來歡樂的。

    但如果你的內容特別垂直,這個時候你就得把你的賬號做好的標簽分類了。

    因為站在我們對面的不是人,不是資深的編輯,而是一臺機器,機器不知道你的內容是好是壞,機器也不知道你的內容應該推薦給1千人,1萬人還是100萬人,機器唯一能做的,就是根據人類的反饋作出響應。

    如果機器把你的內容推薦給了500個人,這500個人里邊有499個人喜歡,那代表了兩點:一是推薦方向正確了,二是你的內容非常優(yōu)質。這個時候系統(tǒng)就會加大推薦量,不斷的去滾雪球。

    但是如果當你的內容被推薦給了500個人以后,這500個人里只有10個給你點贊,那就只有兩種結果:

    一是內容方向推薦錯了,第二就是這個內容極其劣質。

    那這給我們帶來的反思,就是如果說你的內容你不管怎么調整,不管怎么定向人群,不管怎么投DOU+,都只有500次播放,不會超過系統(tǒng)既定的這個曝光數,你就要反思你的內容質量了。

    不要老自己覺得自己好,觀眾覺得好才是更重要的。

    以上就是有關抖音的算法推薦的相關內容,希望可以對大家有所幫助,更多抖音相關精選干貨,盡在幕思城電商賣家助手~

    幕思城為您更新最近最有用的電商資訊、電商規(guī)則抖音賬號運營抖音日常運營。了解更多電商資訊、行業(yè)動向,記得關注幕思城!

    這個問題還有疑問的話,可以加幕.思.城火星老師免費咨詢,微.信號是為: msc496。

    難題沒解決?加我微信給你講!【僅限淘寶賣家交流運營知識,非賣家不要加我哈】
    >