「深度解讀」抖音演算法機制
現在任何只要關聯抖音系列的文案，都會涉及到演算法機制的話題。但是對於新手來說像極了「無字天書」只能給有緣人觀看，信息碎片不完整。看完又有一種似懂非懂的感覺，實操卻還是拋在一邊。今天這篇文章會由淺到深的介紹整個演算法機制。過濾掉無用的信息，只展現與視頻製作強關係的內容，滿滿乾貨請耐心閱讀。
演算法機制初體驗
什麼是演算法機制
演算法機制好比「植物生長規律」，你可以通過"改造種子，肥料，種植環境"等外來因素去影響他的生產結果，比如縮短生長周期，量產等。但是卻改變不了他生長環節，種子→萌發→結果環節還是一樣一環不能少。
為什麼了解演算法機制
那麼我們學習演算法機制的目的，並不是忽略作品的質量問題，去通過外力去揠苗助長。這不是我的本意，我的目的要學會做一個懂得觸發機制的人去讓內容符合演算法。作品好比種子，植物能不能量產以及結果品質好不好取決的是種子，非肥料，非土壤。我們需要根據演算法機制去調整作品細節，讓作品能觸發機制後快速上升最大化。
帶有演算法機制下的場景變化
在這裡不得不說「頭條系"，如今「頭條系」產品已經成為自媒體用戶最活躍並體量龐大的巨頭平台。他的特色就是「以用戶為中心」，只推送你喜歡的內容，從初期適應用戶需求到精確滿足用戶需求的目標，從而實現內容定製化。
如果你被一個娛樂類型的文章或者視頻所吸引並點擊閱讀，之後你的內容主頁就可能被定製成了娛樂類型。而在外後的過程中機器演算法，會不斷細分採集並記錄你的行為標籤，從而讓你喜歡看的內容越來越精準，可能最後細化到只給你推送」某個明星「的相關新聞或者視頻。
演算法機制下的內容定製，等於為用戶找一個「懂你的另一半」。
抖音演算法的原型
上圖就是整個演算法機制的樣子，其實真正的原型遠遠不止這些，僅僅只是把前端的原型畫了出來，而我們了解這些就已經足夠了。
整個流程總共分三部分：給內容貼標籤，給人物貼標，按照標籤智能個性化推送。
給內容貼標籤
那麼頭條系的內容標籤庫會如何打呢？
內容類目
下圖為2015年今日頭條透露出來的一份數據報告，表達是男性與女性關心的主要內容類目
基因演算法
這個標籤類目算是頭條系的母類目，那麼作為頭條系的「孩子「抖音，必然遺傳了頭條系「爸爸」原始基因並在細化非常多的小標籤，比如娛樂，可以細化到"XX明星結婚」的標籤。
給人物貼標籤
用戶畫像
平台會根據用戶在使用App的習慣進行分析行為路徑，再進行貼標籤，再繼續優化標籤。這個過程都是實時的機器演算法。
那麼這個採集的方法：就是個人資料的填寫，關鍵詞搜索的記錄，瀏覽的比較多的類目視頻，點贊視頻數據，評論數據，通訊錄的圈子關係等。
通過不斷的標籤優化升級後，呈現出來標籤用戶，我們也稱之為用戶畫像，參考下圖
數據共享
先看看頭條系的產品（部分熱門)
頭條系會打通所有平台的資料庫，看看你在每個平台的「偏愛標籤」並記錄下來。
頭條係為了「以用戶為中心」，背後靠的是大數據支撐
智能標籤推送
模擬場景
這次用了陪伴大家整個童年的老朋友」小明「作為我們第一人稱，嘗試模擬初次遇見《今日頭條》後轉玩《抖音》會出現的場景。
預覽順序：
當小明第一次玩《今日頭條》後，平台演算法對小明平時每個預覽的內容都進行貼標籤。最終得出了屬於小明在《今日頭條》這個平台的標籤畫像
當小明通過《今日頭條》賬號登錄《抖音》後，數據共享會吧這個頭條賬號的標籤畫像同步到抖音平台，並進行原平台的標籤畫像匹配標籤視頻內容，智能推薦給小明
在小明玩抖音的過程中，平台演算法會多次實時統計小明有轉贊評行為的其他新標籤視頻。
最後不斷智能優化標籤畫像，最重呈現出新的標籤畫像，如下圖
優化後同時匹配新標籤同類視頻推送給小明，最重完成了頭條系的演算法機制運行路徑。這個過程是AI演算法，會實時計算，升級，優化標籤，而且永無止境，實現「用戶為中心」定製化內容推送。
抖音的推薦機制
上面對頭條系的推薦機制整個框架有個大概的介紹，接下來介紹是關於抖音熱門強相關的作品推薦機制解讀
推薦模式原理圖
上傳的作品內容皆為抖音審核員所見，具體排列順序依照：賬號資料完善度，賬號認證情況，推薦基數，視頻播放量，點贊數，評論數，分享數量，發布時間，@抖音小助手等進行權重計分，高得分視頻排序越越靠前優先審核。且視頻內容為隨機分配給抖音審核員。
推薦基數根據實際瀏覽人數，時長，點贊比例，評論比例等設置的一個基礎值。
整個環節簡化拆解為幾個步驟
流量分桶
先把你的視頻檢測標籤，如果作品被機器貼上標籤那麼就會分桶到對應標籤的流量窪地。如果標籤模糊無法貼標籤，那麼就會零散推薦，無法進行精準推送
流量分桶是什麼樣子的？
頭條系關於流量分桶的圖解
送量測試
這張圖如果是自媒體老玩家是非常熟悉的，如果你是新手也沒關係，我自繪一張「大白話」版本的流量圖解
這是頭條A/B Test實驗系統的基本原理。
- 首先對上傳的作品進行機器審核；
- 為通過的視頻貼上標籤並申請流量推送；
- 抖音會對實時在線用戶進行流量分桶，每桶按照總用戶量10%分配進行實驗推送；
- 分配的視頻流量再進行分配實驗組，每個實驗組按照5%比例分配，並為用戶貼上相近標籤
- 把作品送量測試給首個實驗組用戶，根據用戶反饋（CPA）「轉 評 贊 完播率」 計算作品基數
- 達到通過推薦基數，繼續把作品推送下一個分配實驗組進行測試；
- 通過首個實驗組的基數測試後，作品將進入人為審核是否繼續送量測試；
抖音數據演算法反饋
那麼如何通過播放量自查作品進入哪個實驗組？我把作品從上傳到熱門優質池狀態這個路徑劃分為3個階段，並用播放量作為對標的方法。
啟動階段
小於1000播放量，這個時候1000播放量就是你的作品的種子用戶，那麼這個時候作品的黃金3秒，精彩前置等手段保證初始種子用戶留存從而進入下個階段；
小爆階段
通過多個實驗組的送量測試後，作品進入高展狀態，1萬到10萬播放量，這個時候作品影響數據的細節，包含用戶引導，開發式問題留給大家去評論，激發二次溝通意願。如果你的作品依然通過小爆炸階段以後，你的作品將會進入到優質池狀態，我稱它為王者流量池，它是一個大爆炸的階段；
大爆炸階段
進入到這個階段，你的作品已經進入優質池狀態，已經上熱門了。抖音會給你100萬以上的播放量，這樣子的播放量到底有多少轉化為你的粉絲，就是你自己功底的一個累積的過程了。
抖音數據影響關鍵
用戶反饋（CPA）數據
- 完播率：不僅僅是視頻的播放完成率，還有用戶多次播放的數據，重複播放次數也會加入基數分值；
- 點贊率：用戶的點贊數量，和播放數的佔比，影響推薦，點贊是源自用戶對內容的認可，犒賞，收藏的表達方式；
- 評論率：不僅包含用戶評論數量，還包含用戶查看評論數量，評論點贊數量；
- 轉發率：不同渠道的轉發，包含是否在評論裡面@好友；
- 粉絲量：包含現有粉絲量，新增關注粉絲量及去關粉絲量，幾種分值演算法；
- 進入主頁：通過作品進入用戶主頁也有加分，預覽其他作品數量及次數，還額外關係賬號權重；
- 查看音樂：通過作品查看音樂也會有基數，以及背景音樂是否原生；
這裡面的基數分值權重是直接影響作品權重，很多人不會分享這裡面的細節。今天我們大無私分享。
看到上面的基數分值的方法有沒有發現一個特別有趣的點？
其實15秒的視頻權重一般情況下會大於60秒視頻的權重，也就是做新手賬號與大號在同個起跑線的同時，新手號作品基數分值會比大號更高，因為很多60秒的作品在完播率這塊就加分很少，15秒一瞬而過反而導致觀眾會意猶未盡重複觀看，那麼15秒作品=完播率+重複播放率
作品影響數據的關鍵點
- 拍攝與剪輯
（正確指標）畫面清晰流暢，匹配字幕，調色符合內容：如美食（暖色調），背景乾淨唯美，聲音清晰悅耳；
（錯誤指標) 畫面模糊，解析度低（非絕對，手機原生拍攝也是可以通過）。聲音含糊不清，色調讓人產生不舒服的感覺，背景雜亂，分散注意力。一般出現這些現象的作品，那它可能已經在人工審核環節被PASS，無法進入下個階段的推送。
影響上熱門關鍵因素
- 審核不通過因素
推薦機制全過程
從上傳→審核→識別→推薦，如果推薦數據指標高於基數分值視為正，作品將會繼續推薦。如果推薦的基數反饋低於基數則為負那麼將停止推薦。這就是整個推薦機制的全過程。
熱度強相關的轉化率
上圖表達了關於轉化比強關係的要素，那麼轉化率直接影響的是作品熱度。
讓內容更貼近演算法
上面內容對於作品的基數分值針對哪些會有關聯進行介紹，那麼在推薦機制中對於內容的標籤關聯的計算方式是怎麼樣的？了解內容標籤匹配過程，能讓我們往後對於自己的作品的用戶垂直度能做到更細微的調整，讓演算法更好的收錄自己的作品並進行多次的推薦。
- 分類
Step.1 短視頻A進入推薦系統後，系統根據上傳設定的分類「體驗」將其放置體育分類池中；
- 標題
Step.2 系統抓取短視頻A標題《姚明大動作，男籃設兩隊兩主帥》中的關鍵詞，「姚明」。「男籃」；
- 用戶垂直精準度，標題+封面
Step.3 系統匹配用戶數據中標有「姚明」 「男籃」 所對應「體育」「籃球」「男籃」等標籤的用戶，小量級試探推薦，觀察用戶是否感興趣觀看並有良性反饋；
- 用戶垂直精準度
Step.4 繼而擴大量級推薦，並根據「姚明」，「男籃」關聯更多關鍵詞及標籤用戶，如「NBA","CBA","奧尼爾」等.......
抖音推薦邏輯的3個關鍵詞
- 基礎流量：標題，封面，分類標籤，用戶垂直精準度影響；
- 疊加推薦：對用戶垂直精緻度，有沒有足夠了解；
- 時間效應：賬號翻紅的可能性，舊的內容給到新的用戶；
整篇文章針對當下抖音的演算法機制由淺到深，由大到小的介紹，主要目的是讓抖音的內容生產者能深刻了解抖音的演算法框架，對於自己的作品的細節能進行調整，讓作品自觸發演算法更好的上熱門。後面我們會教大家如何更好的玩好這個機制，解鎖各路熱門視頻的套路。
文章首發：《TOP 達人》
下篇預告：《抖音功能背後的秘密》
推薦閱讀：
※為什麼選擇抖音網紅達人推廣呢？
※如何在抖音打造「刷屏級」營銷案例？不要錯過挑戰賽！
※短視頻內容營銷風頭正熱，2018各大品牌主都愛怎麼玩？
※抖音星圖平台上線後全面規則解析