抖音是字節跳動旗下的又一款推薦算法的短視頻社交APP，抖音這款短視頻社交APP繼承了今日頭條的衣缽，把推薦算法再一次的發揚光大。

抖音算法本質就是：“從一個聚合的內容庫當中推薦用戶感興趣內容給用戶”

如果用一個公式去總結的話就是：

用戶標簽 內容標簽 智能匹配=智能算法

用戶標簽：首先是用戶標簽，當你注冊抖音賬號那一刻開始，你每天刷抖音刷到一些你感興趣的內容，你會點贊，評論，甚至轉發

假設你喜歡汽車類的短視頻，你會跟汽車類的短視頻進行點贊，評論。你喜歡NBA類的短視頻，你會給這一類視頻點贊，評論轉發。

你所有的用戶行為習慣，抖音都會根據他的系統去分析，判斷你對這一類內容的喜好，通過你的行為軌跡，使用的場景，時間，抖音會給你一個用戶標簽。

比如，27歲喜歡汽車，籃球的大學本科生}

根據你的顫音賬戶填寫的資料，以及你平時的用戶習慣，比如喜歡汽車類的錄像，每次看的時間都很長，經常贊揚，評論顫音如果你喜歡看NBA的視頻，經常點贊評論，觀看的時間也比較長，這個時候抖音也會給你下一個標簽。

內容標簽:每個賬戶都會在你的內容上標上內容標簽，這樣顫音在后續匹配中更準確的用戶會給你

只有垂直、細分，顫音才能給你打上更準確的內容標簽。
如果你今天發送汽車類的短片，明天發送NBA的短片，這時顫音不能判斷你的內容標簽。這時，他推給你的流量不正確，你的整體閱讀量的贊詞數據不好。
智能匹配:其次是智能匹配，顫音根據用戶的使用行為習慣、使用場景和時間的不同向用戶推薦不同的內容。
簡單的說，抖音這套智能匹配就是，把用戶喜歡看的優質作品推薦給用戶，你只有摸清了他這套算法，按照他這套算法去生產內容，你的賬號才能夠獲得大流量的推薦。
顫音有兩個巨大的數據庫，一個是用戶數據庫，另一個是內容數據庫，顫音這個智能匹配機制是根據用戶的場景、時間、用戶的使用行為習慣，從內容數據庫中向用戶推薦喜歡的內容
比如說，早上起床的時候，拿起手機發出顫抖的聲音，這時顫抖的聲音可能是新聞類的錄像。
等晚上回家躺在床上的時候，這個時候顫音推薦的可能是你感興趣的汽車類錄像。
顫音這一人工智能算法機制，在與用戶匹配數據的過程中不斷進化和反復，越來越能接觸到用戶的心情，發現顫音，有停不下來的習慣。
賽馬機制
在抖音這個區域中心的算法計算中，一個1萬粉絲的賬號和100萬的粉絲的賬號。他們獲得大流量的推薦機會相等，條件是你必須有優質的內容。
每天喜歡汽車領域的用戶數量是恒定的，假設是1000萬用戶，每天汽車領域的賬號會生產1萬條短視頻內容。
這1000萬的流量就會分配給這1萬個賬號，這1萬個賬號假設當天每一個賬號發布了一個作品，那么抖音會根據作品的數據反饋，去分配不一樣的流量。
如果你的作品完播率高，點贊率高，評論量高，分享率高，就會給你推薦大流量，把你推上熱門，抖音就是用這一套賽馬機制去篩選優質的內容，然后推薦給喜歡看相關領域視頻的用戶
這個案例只給你分享了抖音暴利賺錢的冰山一角，還有更多有趣好玩的方法，其實我覺得未來任何行業都可以用短視頻重新做一次！
服裝短視頻，美食短視頻，202020年抖音將是一個巨大的流量入口。在接下來的幾篇文章中，我將為您分析2020年合并的視頻，一起進行一組短視頻。

jujin會員

收藏 海報 鏈接