想象一下，站在推薦系統之城前的你被抽離出一個數字的軀體。你找到一面鏡子端詳自己，卻驚詫地發現自己的身體已被無數數據所組合：科技10%、籃球4%、歷史1%、自然0.3%……

　　閆澤華《內容算法》

　　

　　如果你也在玩抖音，也想利用其做點什么，那么肯定會遇到各種各樣的問題；諸如播放量一直在500上下徘徊；被抖音“導師”收割了一次又一次；再發一次會火……

　　其實此前我做抖音號也經常流量不穩定，偶爾爆幾十幾百萬流量，但經常性地500或者幾千播放。

　　我想遇到這些問題的你，看了以下文字，可能會有所觸發。

　　抖音的核心分發

　　轉發和分發

　　可能一些朋友做過兼職，轉發微信朋友圈獲取報酬，就像此前風靡的“微哥”、“微姐”一般，其實這是一種轉發。

　　轉發是為了把自己的內容或產品放到用戶能看到的地方，博取曝光量進行轉化，整個過程我們會感到效率低下，或者不夠精準導致資源浪費。

　　百度競價我們都知道，如果我們的產品或內容能夠像競價這般，被平臺放到前排或者說最顯眼的地方，是不是就能廣而告之了？

　　其實抖音的大熱門作品，就是這樣被分發的。

　　正如我們看到的，抖音也不會對每一個作品都進行大量分發，而且這也是非常不現實的想法。

　　一來，內容創作者數量龐大，每一個作品都進行大量推薦，用戶也無法消受；再則，不同的人對作品內容的喜好也不同，就像你天天推薦化妝和口紅給我這樣的鋼鐵直男，兩天我就給你卸載嘍！

　　所以抖音根據這種情況研發了這種“分發”算法，讓優質的作品可以被更多人欣賞，也會根據用戶的喜好推送相關聯的作品。

　　抖音管這種技術叫做“算法分發”，而這種算法分發的核心方式，是以一種被稱之為“協同過濾”為主要依據的分發手段。

　　協同過濾又可分為評比或者群體過濾，在目前全球互聯網領域也非常炙手可熱，他的原理簡單說就是利用某興趣相投、擁有共同經驗之群體的喜好來推薦用戶感興趣的信息，個人通過合作的機制給予信息相當程度的回應（如點贊）并記錄下來以達到過濾的目的進而幫助別人篩選信息。

　　另外，協同過濾又分為兩種機制：基于作品的和基于用戶的。

　　基于作品的協同過濾

　　對于這種難以理解的內容，我想可以舉例說明：

　　假設A1、A2和A3屬于同一類型的作品（比如臺球）內容，一位用戶觀看了A1作品并點贊，那么理論上來講，這位用戶有很大概率也會喜歡A2、A3作品。

　　反之，這名用戶看到A1和A2兩個作品之后快速劃過沒有點贊以示喜歡，那么抖音基本就不會再把A3推薦過去。

　　

　　如果按照上述算法，抖音想要推薦作品給用戶，我們可以簡單地分成兩個步驟：

　　1）分析用戶喜歡過的內容；

　　2）找到與該內容相似的內容，推薦給用戶。

　　看起來合情合理又理直氣壯，但是抖音真要這樣執行，會產生一些麻煩：

　　1）每天產生的視頻太多了，抖音要對每條內容做識別分類；

　　2）視頻內容識別太麻煩了，除了需要識別視頻畫面中出現的物品以及他們之間的關系外，還要識別視頻的背景音樂、臺詞。

　　不管技術可不可以達到想要的效果，光是這么一聽一想，都感覺一個頭兩個大。所以抖音也研發了第二種算法。

　　基于用戶的協同過濾

　　上述的基于作品協同過濾雖然處理起來很麻煩，但也不是完全摒棄了的，但是抖音目前主要的分發機制，還是基于用戶的協同過濾。

　　咱們繼續舉例說明，這樣會比較容易理解：

　　假設A1、A2和A3屬于同一類型標簽的用戶，他們有共同喜好的作品內容。這時候A1和A2點贊了平臺推薦的某作品，那么這個算法會認為A3用戶也會喜歡這個作品。

　　反之，如果A1和A2看到這個作品之后未發生點贊、評論等行為，那么這個算法就不會將這個作品推薦給A3用戶。

　　

　　所以，在這種“基于用戶的協同過濾”算法分發推薦作品的時候，也會產生兩個步驟：

　　1）找到跟這個用戶相似的目標群體；

　　2）把該群體用戶喜歡過的內容推薦給這個用戶。

　　看起來好像挺符合邏輯的，畢竟物以類聚人以群分嘛，但是細思之下又感恐懼：這種算法好像完全忽略了作品！

　　這好比我們的作品，看起來平平無奇，但就是突然就爆流量了，非常莫名其妙。這就是因為這種算法看到某類群體喜歡你的作品，在觸發分發算法時，就被推薦給這個群體了。而這個群體有可能是有那么一點點的共同（比如吃播，看到了駐足一下也是很正常的行為）喜好。

　　那么我們現在把自己當成上帝，站在這個角度俯瞰一下，這種維度下的某類群體是什么樣子的：

　　

　　我們可以這么理解：存在共同喜好的用戶被貼上了同一個標簽，當其中或者其他偏向同類的用戶對這類作品進行了點贊、評論等贊賞行為，抖音就會把這個作品推薦給具有這類標簽的其他用戶或表現出偏向的用戶。

　　這時候再看大家常說的養號、再發一遍會火等問題，是不是邏輯性就更加明顯了？

　　所以我們在這個邏輯上可以將抖音的分發推薦算法理解為：“你是誰”比“你拍了什么”更重要。

　　那么接下來，我們將要去解決這么幾個問題：

　　為什么要養號？

　　再發一遍為什么會火？

　　為什么我的視頻都是500播放？

　　為什么抖音賬號定位比任何時候都重要？

　　為什么劇情類內容火？

　　正文開始

　　從百度算法的多次改革我們就能看出，現在不管是文字還是視頻作品，都趨向于“內容為王”這樣一條真理。

　　很多平臺，諸如自媒體平臺、公眾號，很大一部分傳播靠的是用戶分享，也就是說，你的作品質量能吸引他們才會得到傳播。

　　但是在抖音，我們的作品最先面對的并非用戶，而是上述所說的分發算法。就是說，我們需要讓“算法”理解我們的作品，之后才會也有正確的用戶欣賞。

　　如果第一關我們沒有通過，“分發算法”沒有識別我的作品，即使我們自己甚至對應的用戶覺得再怎么好，也不會被認可。

　　就好比，你把李佳琦賣口紅的作品推薦給了我這樣的鋼鐵直男，得到只會是一句“娘炮”！但如果作品的標簽被展示的很清楚，作品被推薦給了眾多霉霉們，結果可想而知。

　　基于這條理論基礎，我們可以畫出一條視頻被發布后的“生命歷程”如下：

　　

　　圖的表現應該算是比較簡單明了，而“算法識別”這一步也處在了一夫當關萬夫莫開的“要塞”。

　　什么意思呢？你的作品被劃分到什么類型的標簽很重要，有清晰標簽且質量過關被認可的作品，將會被持續推薦，反之就此打住。

　　我們現在換個方式來看待這個問題：

　　我們發布的作品代表的就是我們的喜好，抖音的分發算法把我們的作品推薦給與我們具有相同喜好的用戶，是不是就會得到他們的喜歡？

　　所以標簽很重要，質量都還在其后面排隊，甚至于我們引出了下面這個話題。

　　“你是誰”比“你發了什么”更重要。

　　基于上述問題的探討，我們可以得出：養號很重要，且就是在培養賬號的標簽，方便抖音給我們的作品推薦同喜好用戶（粉絲）。

　　那么問題來了，你會只看一個類型的視頻作品，忽略其他作品嗎？

　　答案是肯定的！

　　在前面關于“抖音用戶聚類”的圖前，我用了“這種維度”來描述，其實就是因為抖音用戶們都存在多種喜好。

　　甚至我們可以認為，抖音用戶的喜好和行為就是多維空間，比如這樣：

　　多維聚類示意圖

　　

　　這樣看，關于“再發一遍會火”的問題似乎也得到了答案：相同作品在多次發布后，會被分發推薦給用戶本身存在標簽的不同“標簽群體”。

　　也就是說，我可以同時喜歡籃球、美女、創業，我發布了馬云講創業的作品，被分發給美女同喜好標簽群體并不會熱門，但是在此發布的時候，被分發給創業同喜好標簽群體時，就很容易上熱門了。

　　對于這個說法你可能不認同，因為抖音在第一次推薦沒有火之后，為什么不繼續推薦這個作品給我其他標簽下的同類群體呢？

　　原因可能有二：

　　1）你的視頻不夠優質，連可能喜歡的人都不會喜歡；

　　2）視頻被推薦給了錯誤的目標用戶。

　　身為一名創作者，我們理所當然地希望得到無限制推薦，但是作為用戶，你能接受每天作為“試錯”對象每天被抖音推薦一點興趣都沒有的作品嗎？

　　所以，我們也可以理解這種算法下的這種情況：沒有觸發算法分發第二層是因為作品質量不夠好，所以在觀看次數達到500左右時就定下來了。

　　我們當然也可以靠二次發布這種存在不確定因素的方法來提升流量，但是更有效果的方法你可以想得到：

　　養號的時候就保證自己的賬號標簽有且有唯一的一個！

　　這時候你就可以明白，為什么不管做什么，大佬們都會讓你先定位了吧？

　　因為你的定位不清晰，你的標簽就會模棱兩可，你的作品就比較難得到推薦上熱門。

　　正確的抖音賬號定位是“賬號具有邊界清晰、盡量單一的喜好”。

　　如何判斷某個人群標簽是否清晰？

　　我此前做抖音小店的時候，把自己的賬號定位在美食和吃播，而作品內容也一直選擇這兩個標簽，內容也游走于這之間。

　　賬號內的作品流量一直不溫不火，500左右，2000左右，偶爾多一個五六萬播放量……

　　后來專注做吃播，作品內容也將制作過程簡化，留多“吃”的過程，反而慢慢地播放量一直都在1000左右，經常性地爆兩三萬播放。

　　說這么多，很多人都還是新手，這類人應該做什么樣標簽的作品呢？我推薦你去做“劇情類”賬號。

　　當你不能很好地理解上述文字和一系列創作的時候，就不去做細分、精準變現賬號，做那種大家都可能會喜歡的賬號：影視、搞笑、情感、正能量……

　　

　　我想這樣說你還不能明白的話，那就真的先去做吧，因為上面推薦的這幾類賬號，只要內容有特點，不存在人群標簽，大家看了都大概率支持點贊。