算法在移動(dòng)互聯(lián)網(wǎng)時(shí)代越來(lái)越重要，算法的核心職責(zé)：數(shù)據(jù)處理。在大數(shù)據(jù)的海洋中，有效的數(shù)據(jù)處理成為了互聯(lián)網(wǎng)服務(wù)效率的關(guān)鍵。此時(shí)，算法就如同一位數(shù)據(jù)導(dǎo)航員，它可以快速地從海量信息中找到我們需要的內(nèi)容，為我們節(jié)省了大量的時(shí)間和精力。

舉個(gè)例子，當(dāng)我們?cè)谒阉饕嬷休斎腙P(guān)鍵詞，算法會(huì)在眾多網(wǎng)頁(yè)中迅速找到相關(guān)內(nèi)容，而不是讓我們一頁(yè)一頁(yè)地翻閱。這個(gè)過(guò)程中，算法通過(guò)對(duì)數(shù)據(jù)的分類(lèi)、排序和篩選，讓我們可以直接獲取最符合需求的結(jié)果。無(wú)疑，這大大提高了我們的搜索效率，也優(yōu)化了我們的互聯(lián)網(wǎng)體驗(yàn)。

下面我們重點(diǎn)解析一下抖音、視頻號(hào)、小紅書(shū)、知乎的推薦機(jī)制，流量算法底層邏輯和優(yōu)化建議。

一、抖音

抖音是流量最大，也是算法最為復(fù)雜的平臺(tái)。但根本原則一直保持不變：去中心化的分發(fā)機(jī)制，讓優(yōu)質(zhì)內(nèi)容有最大的曝光機(jī)會(huì)。

推薦的算法也是典型的“標(biāo)簽”對(duì)“標(biāo)簽”的平臺(tái)。

無(wú)論是用戶(hù)還是創(chuàng)作者，自身都會(huì)不斷形成“標(biāo)簽”。創(chuàng)作者發(fā)布視頻后，視頻會(huì)根據(jù)創(chuàng)作者標(biāo)簽匹配相似的用戶(hù)標(biāo)簽，然后通過(guò)該視頻的數(shù)據(jù)表現(xiàn)來(lái)衡量該視頻是否值得進(jìn)一步的推薦。

視頻剛發(fā)布并通過(guò)審核后，系統(tǒng)將會(huì)分配給你一個(gè)初始流量池：200-500在線用戶(hù)。抖音會(huì)根據(jù)曝光所產(chǎn)出的數(shù)據(jù)，結(jié)合你賬號(hào)分值來(lái)分析，是否給你加權(quán)。

網(wǎng)上有一個(gè)廣為流傳的抖音冷啟動(dòng)流量池推薦的機(jī)制，分成8次分級(jí)推薦，如下圖所示：

如何能一步步突破流量池，主要有5個(gè)關(guān)鍵數(shù)據(jù)可供參考：

1、完播率

完播率越高，說(shuō)明作品越吸引人觀看，大盤(pán)的合格率在15%-20%左右，50%以上的完播率就已經(jīng)很優(yōu)秀了。

為了提高完播率，常見(jiàn)的方法是在視頻開(kāi)頭設(shè)置懸念或引導(dǎo)觀眾參與評(píng)論，以延長(zhǎng)觀看時(shí)間，建議前期視頻時(shí)長(zhǎng)不要太長(zhǎng)。

2、點(diǎn)贊率

點(diǎn)贊量越高，推薦量才會(huì)越高，第一波推薦的點(diǎn)贊率至少要達(dá)到3%-5%。也就是說(shuō)每100個(gè)播放量，至少要有3-5個(gè)點(diǎn)贊。

3、留言率

可以確定的是留言率的表現(xiàn)越好，視頻的加權(quán)推薦就越高。為了提升留言率，可以在視頻中、文案或評(píng)論區(qū)主動(dòng)引導(dǎo)觀眾發(fā)表評(píng)論。

4、轉(zhuǎn)發(fā)率

轉(zhuǎn)發(fā)率對(duì)于還在初級(jí)流量池流傳的視頻影響并不大，但想要突破流量層級(jí)，轉(zhuǎn)發(fā)率就是很關(guān)鍵的指標(biāo)。

5、轉(zhuǎn)粉率

也就是路轉(zhuǎn)粉的比例，單條視頻帶來(lái)的新增粉絲率，同樣是沖擊高級(jí)流量池的關(guān)鍵數(shù)據(jù)。

如果你的視頻一直卡在 500的播放量上不去，就要及時(shí)做出改變。幾點(diǎn)建議：

第一，做好賬號(hào)定位。定位越垂直，標(biāo)簽才準(zhǔn)確，視頻的數(shù)據(jù)才能最大化；

第二，最好對(duì)標(biāo)。前期可以多從別人那里汲取經(jīng)驗(yàn)，模仿學(xué)習(xí)，少走彎路；

第三，提升互動(dòng)。流量不高的情況下，盡量減少視頻時(shí)長(zhǎng)，完播率最為關(guān)鍵，多引導(dǎo)用戶(hù)點(diǎn)贊評(píng)論及轉(zhuǎn)發(fā)。

二、視頻號(hào)

視頻號(hào)與抖音、快手最大的區(qū)別在于分發(fā)和推薦模式。

在抖音上，只要你有優(yōu)質(zhì)的內(nèi)容，無(wú)論你的賬號(hào)粉絲數(shù)量如何，之前作品的播放量如何，只要內(nèi)容受到平臺(tái)用戶(hù)的認(rèn)可，就能夠迅速走紅。

然而，在視頻號(hào)中情況截然不同。以數(shù)據(jù)量化的方式來(lái)看，在抖音中，內(nèi)容占據(jù)了90%的重要性，而在視頻號(hào)中，這個(gè)比例甚至可能不到50%。

換句話說(shuō)，在視頻號(hào)中，內(nèi)容并不一定是王者。視頻號(hào)的本質(zhì)是私域流量撬動(dòng)公域流量。

目前視頻號(hào)的算法推薦主要有兩種，第一種是私域流量推薦，第二種是興趣算法推薦。

1、私域流量推薦

私域流量推薦是指用戶(hù)點(diǎn)贊和互動(dòng)，這些用戶(hù)的微信好友有可能會(huì)看到你的內(nèi)容。然后，通過(guò)一輪又一輪的互動(dòng)，可能會(huì)觸發(fā)系統(tǒng)的推薦。

系統(tǒng)會(huì)判斷你的內(nèi)容是否優(yōu)質(zhì)，并將其推薦給更多用戶(hù)。用戶(hù)點(diǎn)贊后，他們的朋友也有可能看到你的內(nèi)容，從而引發(fā)社交推薦。

基于這種算法邏輯，創(chuàng)作者需要自己引發(fā)第一波社交推薦。如果沒(méi)有初始的播放和互動(dòng)，即使內(nèi)容質(zhì)量很高，也很難被系統(tǒng)發(fā)現(xiàn)。

因此，一旦內(nèi)容制作完成后，首先要分享給好友、微信群和朋友圈，啟動(dòng)第一波播放和點(diǎn)贊互動(dòng)。

2、興趣算法推薦

個(gè)性化推薦系統(tǒng)會(huì)根據(jù)用戶(hù)的日常行為、活動(dòng)軌跡和興趣、職業(yè)、年齡等標(biāo)簽，通過(guò)一系列大數(shù)據(jù)算法，推測(cè)出用戶(hù)可能喜歡的內(nèi)容。

邏輯類(lèi)似于抖音的“標(biāo)簽”對(duì)“標(biāo)簽”。創(chuàng)作者需要多添加話題和定位，有助于個(gè)性化推薦。

另外幾個(gè)重要指標(biāo)也是決定能否獲得大量曝光的基礎(chǔ)，關(guān)鍵指標(biāo)衡量排序?yàn)椋和瓴ヂ剩军c(diǎn)贊數(shù)＞評(píng)論數(shù)＞點(diǎn)擊擴(kuò)展鏈接數(shù)＞轉(zhuǎn)發(fā)數(shù)＞收藏?cái)?shù)。

因此，在沒(méi)有建立起流量基礎(chǔ)的情況下，初期的內(nèi)容應(yīng)盡量控制在一分鐘以?xún)?nèi)，以確保高的完播率。保持頻繁更新和提升內(nèi)容質(zhì)量是獲得官方推薦的關(guān)鍵。

三、知乎

知乎的推薦機(jī)制用的常見(jiàn)的威爾遜算法。針對(duì)不懂技術(shù)的朋友，這里簡(jiǎn)單聊兩句威爾遜算法的原理。

威爾遜算法主要是基于用戶(hù)評(píng)價(jià)行為的排序算法，通俗的說(shuō)就是大家覺(jué)得這個(gè)好，就會(huì)排到前面，是基于用戶(hù)選擇和評(píng)價(jià)行為的一種算法，所以要排序的東西，不管是文章、商品或者評(píng)論等等，首先需要有用戶(hù)評(píng)價(jià)的功能，即有好壞的投票數(shù)據(jù)，才適合用這個(gè)算法，下面我們來(lái)說(shuō)回知乎的推薦機(jī)制。

1）首先是針對(duì)搜索流量，知乎的搜索排名其實(shí)跟搜索引擎是有類(lèi)似的，內(nèi)容需要先進(jìn)行收錄，然后才能提升搜索詞排名。

一方面需要看內(nèi)容和搜索關(guān)鍵詞的匹配度，匹配度越高，收錄的概率也就越大；另一方面，優(yōu)質(zhì)賬號(hào)的權(quán)重更高，能夠獲得的搜索詞排名也會(huì)更高；最后，內(nèi)容的熱度也會(huì)影響搜索排名，總之越熱門(mén)的內(nèi)容排名會(huì)更加靠前。

當(dāng)然，搜索還涉及到問(wèn)題下回答的排名，一般來(lái)說(shuō)，搜索詞收錄該問(wèn)題后，會(huì)抓取問(wèn)題下其中一條高贊的回答展現(xiàn)，除此之外，因?yàn)橛脩?hù)的習(xí)慣一般會(huì)參考不止一條回答，那么該問(wèn)題下自然排序第一的回答，也有更大的曝光概率。

所以，如果能夠?qū)崿F(xiàn)搜索詞+問(wèn)題下的排名都非?？壳?，那么流量自然就會(huì)更好；如果不能實(shí)現(xiàn)兩者均很靠前，那么起碼要實(shí)現(xiàn)有一條在靠前的位置。

2）第二是針對(duì)推薦流量，推薦流量是通過(guò)知乎的推薦算法，然后將內(nèi)容推送給用戶(hù)。

一般來(lái)說(shuō)，推薦算法會(huì)先將內(nèi)容推送給一小部分人，然后收集反饋數(shù)據(jù)，如閱讀完成率、贊同率、互動(dòng)數(shù)據(jù)等，來(lái)判斷這條內(nèi)容是否值得持續(xù)推薦。

3）第三是針對(duì)熱榜流量，熱榜是知乎的全站實(shí)時(shí)熱門(mén)內(nèi)容合集，其維度主要是看24小時(shí)的瀏覽量、互動(dòng)量和領(lǐng)域權(quán)重來(lái)計(jì)算。

想要內(nèi)容上熱榜，那就必須要在短時(shí)間內(nèi)有大量的領(lǐng)域內(nèi)用戶(hù)參與互動(dòng)，形成不錯(cuò)的聲量后，內(nèi)容自然熱度就提升上去了。

當(dāng)然，針對(duì)視頻類(lèi)內(nèi)容，其分發(fā)機(jī)制跟推薦類(lèi)似，而且有單獨(dú)的榜單支撐，參考即可。

第四是綜合算法，和頭條、抖音等平臺(tái)不同的是，知乎采用的是威爾遜算法，即根據(jù)內(nèi)容的點(diǎn)贊、反對(duì)、收藏等數(shù)據(jù)，按照威爾遜公式來(lái)決定內(nèi)容的推薦和排名。

u代表內(nèi)容的贊同數(shù)，v代表內(nèi)容的反對(duì)數(shù)，p則代表內(nèi)容的贊同率=贊同數(shù)/（贊同+反對(duì)），而Z則是與權(quán)重相關(guān)的數(shù)字

算法公式雖然很復(fù)雜，但大家只需要記住最核心的一點(diǎn)：贊同率比贊同數(shù)重要，反對(duì)率比贊同率重要。

和其他內(nèi)容平臺(tái)不相同的是，除了點(diǎn)贊和互動(dòng)，知乎用戶(hù)還可以給不同意的內(nèi)容點(diǎn)反對(duì)票，而反對(duì)票數(shù)一定程度上將會(huì)影響回答排名。

四、小紅書(shū)

小紅書(shū)的流量來(lái)源是什么？主要有四個(gè)部分：關(guān)注頁(yè)、發(fā)現(xiàn)頁(yè)、搜索頁(yè)和本地頁(yè)。其中，發(fā)現(xiàn)頁(yè)和搜索頁(yè)是兩個(gè)最主要的流量入口，重點(diǎn)說(shuō)下這兩個(gè)入口的算法機(jī)制。

1、發(fā)現(xiàn)頁(yè)算法邏輯

發(fā)現(xiàn)頁(yè)是大部分人筆記的主要流量來(lái)源，正常來(lái)說(shuō)筆記都會(huì)有基礎(chǔ)的流量池，如果你的筆記有較好的數(shù)據(jù)就會(huì)被推送到下一個(gè)更大的流量池中，以此類(lèi)推。

那如何獲得更大的曝光呢？這里涉及到另外一種模型算法機(jī)制CES。

CES評(píng)分標(biāo)準(zhǔn)：CES評(píng)分=點(diǎn)贊數(shù)×1分+收藏?cái)?shù)×1分+評(píng)論數(shù)×4分+轉(zhuǎn)發(fā)數(shù)×4分+關(guān)注數(shù)×8分

圖片

筆記發(fā)布后，小紅書(shū)根據(jù)學(xué)習(xí)模型對(duì)筆記質(zhì)量進(jìn)行打分，根據(jù)分?jǐn)?shù)決定筆記初始排名和是否繼續(xù)給筆記推送流量。

所以我們要做的是想辦法引導(dǎo)粉絲做好關(guān)注、轉(zhuǎn)發(fā)、評(píng)分、收藏、點(diǎn)贊這幾個(gè)互動(dòng)動(dòng)作。只有一直有互動(dòng)的動(dòng)作，筆記就可能獲得長(zhǎng)久的流量，甚至發(fā)布幾個(gè)月、一年后能還有流量推薦。

2、搜索頁(yè)算法邏輯

發(fā)現(xiàn)頁(yè)之外，搜索頁(yè)也是一個(gè)較大的流量入口。小紅書(shū)官方也公布，有 30% 的小紅書(shū)用戶(hù)進(jìn)入 APP 后會(huì)直接開(kāi)始搜索。

在搜索頁(yè)，小紅書(shū)則是按照排序邏輯分配流量，排序越靠上的筆記，獲得的曝光量也就越大。但這個(gè)排序并不是固定的，筆記的排序也在隨著算法的實(shí)時(shí)演算而不斷變化。

主要有兩點(diǎn)影響因素：

1）關(guān)鍵詞的匹配程度：內(nèi)容和標(biāo)題與搜索詞越接近和匹配，排名就會(huì)相對(duì)越高；

2）短時(shí)間的互動(dòng)量：筆記在發(fā)布后的短時(shí)內(nèi)獲得較多的互動(dòng)量，在搜索結(jié)果頁(yè)中也會(huì)排名較前。

結(jié)合以上的流量邏輯，對(duì)于運(yùn)營(yíng)者來(lái)說(shuō)要如何提升曝光？

第一，做好內(nèi)容。沒(méi)有好的內(nèi)容做太多都是無(wú)用功，重要的是能為用戶(hù)提供價(jià)值。要么是使用價(jià)值，要么是情緒價(jià)值。

第二，做好互動(dòng)。無(wú)論對(duì)于哪種流量算法來(lái)說(shuō)，互動(dòng)始終都是十分重要的。運(yùn)營(yíng)者需要在筆記內(nèi)容上思考如何引導(dǎo)互動(dòng)以及評(píng)論區(qū)的互動(dòng)。

第三，深耕細(xì)分，做好關(guān)鍵詞布局。賬號(hào)做的越垂直和細(xì)分，獲得曝光和推薦的可能性就越高?？梢远嗔粢饨谙嚓P(guān)領(lǐng)域內(nèi)的熱詞，在標(biāo)題、內(nèi)容以及標(biāo)簽標(biāo)題中做好露出。

原文出處：厚孜網(wǎng)絡(luò)