抖音短视频推荐算法实现原理

想要知道楚抖音的核心算法,首先我们要搞清楚抖音的推荐逻辑,推荐逻辑分为三种:基础流量、叠加推荐、时间效应。

基础流量分为三个阶段,第一个阶段冷启动阶段,抖音会给你的作品 300-1000 人推荐量;第二个阶段是小爆发阶段,有 1 万-10 万推荐量;第三个大爆炸阶段会有 100 万的推荐量。

接下来,我再来解释下什么是叠加推荐。如果你的作品点赞、评论等用户反馈都不错,那么抖音就会利用系统大数据根据你内容的综合权重,来进行下一轮推荐。为了方便大家理解,我举个例子。

比如,你作品的第一阶段抖音给了你 500 人的推荐播放量,这个时候有 5 个用户觉得你的视频还不错,给你点赞、评论或者转发,那你这个作品会被抖音初步认为受欢迎,系统就会给作品自动加权叠加到 3 万的推荐量。

第二阶段也有一系列指标,如果达标就继续加权叠加到一个更高的推荐量,以此类推。综合权重的关键指标有:完播率,点赞量,评论量,转发量等,且每个梯级的权重各有差异,当达到了一定量级,则以大数据算法和人工运营相结合的推荐机制。

还有最后一个逻辑,时间效应。大家有没有发现,有的视频刚开始不火,等一段时间以后这个视频就突然火了。这就是推荐算法的独特之处,抖音为了避免优质的内容被埋没,只要有人给你原来的作品点赞评论或者转发,它就会重新给你挖出来进行推荐,在行业中有人叫它「挖坟」,听这名我就有点瘆得慌。

未经允许不得转载:武汉seo » 抖音短视频推荐算法实现原理