抖音算法又变了？8月15日消息，抖音上线了“内容偏好设置”功能，用户可以自行选择喜好的内容类型，增加推荐权重一定程度上，平台将内容推荐交由用户进行自定义，下面我们就来说一说关于抖音的推荐算法叫什么?我们一起去了解并探讨一下这个问题吧!抖音的推荐算法叫什么
抖音算法又变了？
8月15日消息，抖音上线了“内容偏好设置”功能，用户可以自行选择喜好的内容类型，增加推荐权重。一定程度上，平台将内容推荐交由用户进行自定义。
在行业早期，美拍、快手等平台都设置过垂类频道，用户可以自行选择自己喜欢的内容。但在如今短视频业态已经成熟，抖音推荐算法被高度认可的当下，抖音的“返璞归真”确实让人感到意外。
沉浸式刷视频不香了？实际上，越来越多用户感觉到抖音推荐页的内容同质化严重，有用户甚至吐槽“刷三条短视频就有一个卖货直播间”，越来越难看到好内容。
在让用户继续刷和避免内容过度同质化之间，在内容和电商之间，在用户留存和流量变现之间，抖音需要寻找新的平衡。抖音再调内容推荐
8月15日，有消息称抖音上线了“内容偏好设置”功能，用户可以通过此功能自主更改内容推荐权重。
据新播场统计，今年以来，这已经是抖音第三次在推荐算法上进行调整了，前面两次的调整具体为：
2月，抖音内邀测试“铁粉”功能，增加视频在铁粉中的曝光量；（点击回顾：新方向系列：抖音上线“铁粉”细则，或修改算法重私域流量）
3月，抖音上线了关闭“个性化推荐”按钮，以响应官方的“限制算法推荐”管理规定。但在同一时期内，抖音在视频页面上开始测试了“不感兴趣”按钮、“优化推荐”选项，试图弥补算法推荐被关闭后带来的兴趣推荐失灵。（点击回顾：新规3月实施，“算法推荐”被限制，兴趣电商该何去何从？）
那么，抖音这一次上线“内容偏好设置”功能，又是基于什么目的？上线后又会带来什么效果？
打开抖音，通过“我”-“使用管理助手”找到“内容偏好设置”后，每个账号会默认出现9个内容标签。
新播场对比编辑部多个用户账号发现，每个账号的默认内容标签并不是一致，且相同的内容标签在不同账号上的排序也有一定的差异。
每个内容标签都有一个可以调节的进度条，默认设置中，进度条处在50%的位置，推荐强度显示为“默认推荐”。用户可以通过拖拉进度条将推荐强度调节为“默认推荐”之外的“减少推荐”、“增加推荐”。
在调节推荐强度的操作中，还会出现删除内容标签的选项。除了可以删除默认的内容标签外，还可以通过“调节更多内容”来增加新的内容标签。
不过，新播场在调节内容页面的25个大标签类目下，并没有找到任何一个与直播、与电商相关的内容标签。
一向以兴趣推荐见长的抖音，这次上线的功能却是将内容推荐交给了用户，让用户进行自定义。这样的做法，似乎让用户在内容观看上有了更多主动权，但也似乎也传递出了抖音算法已经不能精准吸引住用户的信号。
那么，“内容偏好设置”功能的上线，到底是抖音在日活流量见顶时，用来优化推荐的举措？还是在电商与内容之间，为用户体验做出的让步？打破信息茧房？
出于好奇，新播场用编辑部的多个账号对这一新功能进行了测试：将默认内容标签中的一个标签的推荐强度拉满，另外8个拉到最低值，重启抖音后体验调整后的内容推荐。
结果发现，对于深度用户而言，经过上述调整后，内容推荐在当天上午并没有出现明显的改变。当天下午，深度用户主页的内容推荐中出现了一些早前关注的、但已经很久没有刷到过的内容。
除资深用户外，新播场在测试中还找到了一个长期放置、没有怎么使用的账号，在调整完内容标签的推荐强度后，该账号主页上刷到的几乎都是推荐强度被拉满的内容。
在这次简单的测试中，新播场除了收集多个账号的短视频推荐体验外，也收集了主页上直播间的推荐体验。
结果发现，虽然调整“内容偏好设置”让短视频推荐有了改变，但对于在抖音上购物记录的账号而言，被推荐电商直播的频次并没有发生太大的变化。
“尤其是罗永浩的交个朋友直播间，真的是天天给我推，差不多刷三条视频就会刷到他们直播间。”参与测试的某同事如是说。
此前有网友总结的流量推荐机制/图源网络
而对于抖音推荐中都是电商内容的抱怨，不止来自参与这次测试的账号，在新播场的读者群里就有用户表示：“刷来刷去都是卖东西的。”在抖音推进电商业务以来，这类用户体验已经成为了常态。
有用户直接向新播场表示：“感觉抖音越来越像淘宝的猜你喜欢。”
新播场整理了读者群用户的真实体验，综合来看，新播场读者用户对抖音内容推荐存在一些感知：
1.直播内容占比明显增加，用户常见的直播间频次：电商直播＞同城娱乐直播＞非同城娱乐直播；
2.用户有过互动、进主页浏览过多条内容但并未关注的账号会频繁推荐，且推荐的并不一定是最新的内容；
3.推荐页上会出现近期关注账号的内容，以及近期取关的账号内容。
“算法里面最大的弊端是信息茧房。”某位了解算法推荐机制的行业人士表示，不论是抖音还是其他平台的算法推荐，一开始会通过收集用户行为习惯，让用户沉浸在算法推荐内容的兴奋和乐趣中，越刷越开心。
但到后期的时候，因为反复刷到一样的内容，用户会感觉到都是一样的类似的，产生厌倦感，就会不想打开抖音。
而如今“内容偏好设置”功能的上线，将内容推荐交给了用户进行自定义，一方面是在试图打破信息茧房的桎梏，让用户能够刷到喜欢的内容，但又不至于过分单一、同质化。
抖音曾上线的优化推荐
另一方面，抖音或许在做垂类内容的探索和尝试。在短视频行业经过多年的发展沉淀后，用户可能不再满足于被动接受平台分发的优质内容，而是希望主动去寻找喜欢的达人和内容。
“早前，行业内存在一个争论，那就是抖音的竖屏沉浸式和美拍的垂类兴趣社区，哪个更有未来。尽管后面的故事已经证明，在行业早期、用户还没有养成消费短视频的习惯时，平台给用户推荐内容、让用户刷到停不下来能够更快地吸引用户、增加留存。”某短视频行业资深人士表示，美拍，还有之前的快手，主页都是设置内容标签。
然而，在用户感受过了短视频的新鲜劲之后，可能开始想要主动去选择内容。“我是觉得抖音可能也是想发力垂类赛道，也是可能是启用行业另外的算法推荐模型。”该短视频行业资深人士如是说。
还有业内人士则表示，抖音此举，或许还是在努力平衡内容生态的用户体验和电商业绩之间的冲突。本质还是流量分配
不久前，《财经天下》周刊报道称，今年6月，抖音平台和部分头部主播签订了对赌协议，交易的内容可能是，主播在单场直播时，需要完成单场1个亿的GMV，而平台则会为主播投放2000万的流量。
“这些主播平时也会投流，一旦达到交易目标，他们就省下流量费了。同时，按照20%或30%不等的比例计算，还能从中拿到不菲的佣金。”某从业者爆料称。
虽然，抖音很快出面否认了这一报道，但是在早前趣店罗敏因为巨额投放刷屏之时，也有传出趣店罗敏投放了1亿千川、1亿UG。
“平台投放的千川，这么理解就行了。”某投手向新播场解释了“1亿UG”的含义，通俗来讲也就是报道里所说的平台对赌。
这些对赌流量的存在，一方面会让很多内容创作者、电商从业者的流量资源被挤占，另一方面就会存在前面所说的“差不多三条视频就会刷到一个卖货直播间”的用户体验。
而为了平衡用户体验，2021年8月，抖音先是在站内推出商城，同年12月又推出独立的电商APP抖音盒子。
“独立APP是趋势，是内容与电商完全不能兼容的产物，因为会影响用户体验。”某字节跳动前员工就曾点评到。
2022年，抖音又在首页上进行了多次调整与变动，最突出的就是“商城”页面。虽然这样的变动让抖音首页更为丰富，用户选择更多，但也有业内人士表示，这样让用户在沉浸式刷抖音这件事上变得更难。
8月16日，据行业媒体的最新消息，抖音内部宣布，部分中腰部业务将交由抖音电商服务商团队执行，抖音电商的行业运营将分出两条业务线，即内容业务和货架业务，未来，抖音电商主要去做商城和品牌。
综合前段时间抖音上线新版口碑分来看，即便未来不是抖音电商主要去做内容业务，也会注重对内容的考核。
实际上，无论是单纯站在内容侧去看抖音的推荐机制，还是站在整体视角去看电商与短视频内容之间的博弈，都会发现做短视频和做电商的都存在流量焦虑。
在6亿日活已经见顶，以及付费流量竞争加剧的现实下，抖音的内容推荐确实发生了很多变化。
一方面，用户明显感知到爆款内容越来越少，被推荐的内容开始出现同质化局面；另一方面，作为各路玩家主要流量来源的推荐流量，也已经十分“内卷”。
所以，平台不得不一遍遍调整推荐机制，保证用户体验的同时，实现各方利益的最大化。
而对于从业者们而言，在用户有了内容推荐自定义权限后，流量是会更精准？还是流量会更难获取？可能还需要与平台一起去摸索。免责声明：本文仅代表文章作者的个人观点，与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺，请读者仅作参考，并自行核实相关内容。文章投诉邮箱：studyofnetfoxmail.com}

通过数据的分析，我们发现在传播效果方面，抖音>小红书>微信朋友圈>新浪微博。究其原因是内容分发的逻辑存在非常大的差异。微信虽然可以通过转发传播，但是在转发意愿度层面会消弱传播效果。朋友圈转发困难度较大，很难进行二次传播。而非订阅模式的抖音模式通过算法机制，可以将内容一次次的推送给潜在感兴趣用户，致使内容可以大面积的广泛传播。关于抖音的分发推荐机制参考字节跳动旗下的“中视频平台”西瓜视频的推荐机制介绍。西瓜视频的推荐机制要了解推荐机制，首先我们要了解观众。每个观众的观看兴趣都是大不相同的，个性化推荐机制要做的事情就是让每位用户看到可能感兴趣的内容。这种精准推荐，是建立在机器对每位用户都有充分认知的前提下的。在机器中，每位用户实际是由大量数据构成的，用户的观看兴趣就藏在这些数据中。不同数据对用户兴趣计算所占权重不同，数据包括：推荐系统的本质，就是从一个海量的内容池里，为观众匹配出少量感兴趣内容。为了给用户提供他们喜欢的内容，或者理解用户的需求，平台有很多角度可以去刻画一个用户的画像，比如，年龄、性别、历史浏览的文章、环境特征等；同时，利用先进的AI技术对内容进行分门别类。紧接着，推荐机制就像一座“桥梁”，连接观众和内容，将内容源源不断地推送到感兴趣的用户面前。这座“桥梁”有两个特点：视频的首次推荐，如果点击率低，转评赞不高，系统认为视频不适合推荐给更多的用户，会减少二次推荐的推荐量；如果点击率等数据高，系统则认为视频受用户喜欢，将进一步增加推荐量。以此类推，视频新一次的推荐量都以上一次推荐的点击率等数据为依据。例如，一个视频首次推荐给了1000个用户，如果这批用户的点击率、完播率等较高，系统判定用户非常喜欢这篇视频，将其扩大推荐给10000个用户，如果这轮推荐用户的点击率、完播率等仍然维持在较高水平，那么系统会将视频再次扩大推荐给30000个用户、50000个用户、100000个用户……推荐量和播放量便如滚雪球一般节节攀升。因为这种扩大推荐的机制，创作人想获得更多的播放量，就必须努力把各维度阅读数据（点击率、用户播放时长、收藏数、评论数、转发数等）维持在高位水平。这就要求视频： 标题和封面图具有足够的吸引力、表意清晰，提高点击率；
视频内容优质，剪辑解说俱佳，提高用户播放时长和播放完成度；
内容详实，给观众干货般的充实感，提高收藏数和用户播放时长；
观点鲜明，引发观众讨论，增加评论数和转发数。 其中，至关重要的当然是点击率，完播率，转评赞等，也因此，标题和封面图的重要性便不言而喻。这也是今天注意力稀缺时代，播放获得好的传播的关键要素。有吸引力的标题能带来更多点击，但这不意味创作人要成为惯用夸张标题的标题党。恰恰相反，标题党反而会被平台通过技术手段识别和打压，限制推荐量。除了标题夸张，用户举报密集、负面评论过多都是限制播放推荐量的因素。归根结底，一个作品能否获得更多推荐最终取决于内容质量，好的内容才能带来流量的长效增长。从西瓜视频到抖音短视频关于抖音的分发机制完善流传着这样一份的流程图，整体流程和上面的西瓜视频的介绍的推荐逻辑类似。后续我们就根据下面的流程进行深入的研究与分析。检测机制在抖音，每天有数量庞大的新作品上传，需要对一些内容进行过滤，从目前公布的内容看，检测主要集中在： 去重检测：抽帧检查视频是否存在搬运、抄袭问题
违禁检测：字幕、标题中是否涵盖违禁词汇，有无裸露
版权检测：音乐版权是否侵权，大陆有无版权问题 如果纯靠机器可能存在一些误判，人工一一确认又不太现实。所以采用机器检测和人工检测的结合。机器审核：一般是通过提前设置好的人工智能模型来识别你的视频画面和关键词，它主要有两个关键作用： 审核作品、文案中是否存在违规行为，如果疑似存在，就会被机器拦截，通过飘黄、标红等提示人工注意；
通过抽取视频中的画面、关键帧，与抖音大数据库中已存在的海量作品进行匹配消重，内容重复的作品进行低流量推荐，或者降权推荐（仅粉丝可见、仅自己可见）。
有没有出现广告、有没有带水印或者LOGO、内容是否裸露、不雅、血腥等 人工审核：主要集中在3块：视频标题、封面截图和视频关键帧。通过检测是迈向内容分发的第一步，如果第一步没通过则相当于被关进了小黑屋。违规检测相对来说比较容易规避。版权检测，特别是音乐版权有时不清楚自己使用的音乐是否合规，保守方案是使用抖音上目前热门视频所使用的音乐。去重检测其实是一个很容易误触的机制，特别是一些模仿性质的内容，可采取的方案是更换不同的背景、角度、服装等。录屏性质的视频非常的特别特别容易触发去重检测，取而代之的是摄屏的方式，摄屏是可以采取不同的背景和角度，但需要注意的是保证摄屏时的清晰度。赛马机制抖音的算法其实是一个赛马机制。简单的说就是先将视频推荐给小部分人群，收集这部分数据的表现情况，再将表现好的视频分发到更大的范围。所以抖音流量的增长方式并不是线性的，增长曲线更多类似：从目前了解的资料看，抖音的赛马机制总共有三种方式： 初级分发：通过机制确认无违规后由附近的人/关注/好友/标签组成的初级分发流量池
通讯录好友：提取你的手机电话通信录中的手机号码，将电话号码上传到抖音服务器，匹配好友。
共同联系人：类似QQ共同联系人推荐，抖音也会使用共同联系人进行关系绑定
以前还有通过抓取微信好友关系链的，后来好像被腾讯告了
多级推荐：根据初级流量回馈评分达到算法设定的分值进入下一级流量池推送
热门推荐：根据热门推荐算法结合先前流量回馈评分选取优秀视频进行人工审核，做精热门推荐，审核的范围可能包括
搬运、非原创视频：含有其他平台水印、视频ID与上传ID不符、明显盗录内容
低质量视频：内容物故事性、完整度差、视线模糊
广告营销：明显的广告营销类型信息
隐性风险：出现标题党、危险动作、令人不适元素等高危内容
未授权明星/影视赛事类视频：视频内容侵权 以下是网友通过数据的整理的大致抖音流量池分级情况： 首次曝光，300左右播放量
二次曝光，3000左右播放量
三次曝光，2~1.5W左右播放量
四次曝光，10~12W左右播放量
五次曝光，40~60W左右播放量
六次曝光，200~300W左右播放量
七次曝光，700~1100W左右播放量
八次曝光，3000W+播放量 流量触顶抖音作品经过双重审核、初始推荐、叠加推荐层层引爆之后，通常会给账号带来大量的曝光、互动和粉丝。而这种高推荐曝光的时间，一般不会超过一周。之后，爆款视频乃至整个账号会迅速冷却下来，甚至后续之后发布的一些作品也很难有较高的推荐量。主要原因： 抖音每天的日活是有限的，也就是说总的推荐量是基本固定的，需要把机会尽可能的给到更的创作者
与你内容相关标签的人群基本完成推荐，其他非精准标签人群反馈效果差，所以停止推荐
抖音也不希望某个账号仅通过一个视频就大火，而是期望你能持续不断的输出优质内容 推荐机制单有赛马机制对于抖音来说还不够，抖音想要的提升的用户的观看体验，最重要的是将合适的内容推荐给合适的用户。想了解抖音的个性化推荐算法先从数据角度进行分析，以下是抖音前端返回的数据：视频信息： aweme_id：视频ID
desc：视频描述
create_time：创建时间
height：视频高度
width：视频宽度
dynamic_cover：动态封面
ratio：清晰度
has_watermark：是否有水印
bit_rate_gear_name：码率清晰度（视频清晰度可能影响视频评分？）
quality_type：质量类型
bit_rate：视频比率
is_h265：是否为H265视频
duration：时长
user_digged：作者自己点赞
allow_share：是否允许分享
allow_comment：是否允许评论
with_goods：包含商品
is_top：是否置顶
is_vr：是否VR视频
is_ads：是否广告视频
risk_infos：风险信息
position：位置
is_pgcshow：是否PGC内容
interaction_stickers：互动贴纸 音乐信息： id：音乐id
title：音乐标题
author：音乐作者
album：音乐专辑
cover：音乐封面
duration：音乐时长
has_edited：音乐是否被编辑过
user_count：使用人数
collect_stat：收藏人数
owner_id：作者id
owner_nickname：作者昵称
is_original：是否原创
binded_challenge_id：绑定挑战赛
strong_beat：节拍数据（可绘制波形图）
is_commerce_music：是否商业音乐
is_original_sound：是否原声
shoot_duration：视频使用时长 用户信息： nickname：创作者昵称
avatar：头像
signature：签名
total_favorited：总获赞
fans_count：粉丝数
following_count：关注数
dongtai_count：动态数 除了这些基础的信息外，针对推荐系统，通常最需要获取的是用户的行为数据： who，唯一的用户标识
when，具体时间
where，地理位置
what，交互的内容（包括上面的使用、音乐和创作人）
which ，用户的行为（上滑、下滑，左滑、右滑、点赞，关注，点评……）
environment，网络环境、运营商画像、设备品牌型号… 推荐系统一般有以下四个部分组成： 用户画像，系统根据用户基本属性（比如：性别、年龄、学历等）、兴趣爱好（比如：科技、娱乐、体育、金融等）等数据集，然后给用户定义相关的标签。
内容画像，系统根据内容的层级分类、关键词、实体词等分析出特点，给各类内容打上相关的标签。
用户与内容匹配，有了用户标签和内容标签之后，系统根据用户画像、内容画像，在内容池里面匹配出用户喜欢的内容然后展示出来。
推荐排序，系统要面对数亿级的用户和内容，同时还要考虑用户的喜欢会不断的发生改变，为了让挑选的内容更加的贴近用户想要的、更加符合用户喜欢，系统需要对内容进行排序。 做常见的推荐算法为协同过滤，协同过滤算法通常会被分为两大类：对于抖音来说，每天产生的视频非常的多，如果抖音使用基于物品的协同过滤算法做推荐，则需要对平台的每条内容做相似度计算，除了需要识别视频画面中出现的物品以及他们之间的关系外，还要识别视频的背景音乐、台词。显然，对于以视频为主要内容的抖音来说，选择这种推荐算法是极其不明智的。如果使用基于用户的系统过滤算法取推荐算法就不必知道某条内容是什么，只需要看到某一群人都喜欢这条内容就可以把这群人归到同一类人里。严格意义上说，抖音给用户的打的并不是具体的属性标签，而是类似聚类出来的一个ID。以上介绍的知识最初级的推荐算法的逻辑。抖音的多级流量池，实际是基于上一级流量池的响应数据利用类似Lookalike 算法去扩大用户群。抖音的算法并不会仅仅像上面介绍的一样，中间还需要考虑非常多的其他场景和因素。比如初级分发，其实就是推荐算法中的冷启动问题。对于一个全新的视频无法通过系统过滤的方式给推荐出去。退而求其次的方式是给视频和用户打上标签属性，再通过标签的匹配筛选做可能的用户做打样。中间又涉及到两个问题： 如何给视频打标签
如何给用户打标签 如何给视频打标签？基于以上大概能给一个视频初步的分类。一般推荐系统的分类都要按照层级进行划分的，如下图：如何给用户打标签？引申话题：如何让冷启动更有效？二次引爆除了以上正常的流量池流程外，抖音还有两种额外的情况：考核机制短视频想要进入下级流量必须满足一定的指标要求，并且由于流量池越开越大，响应的匹配精度越低，平台想要控制整体内容的满意度，对于指标的要求也会越来越高。抖音推荐算法中的赛马机制主要看中的视频指标由以下部分组成：如何评级视频质量的好、中、差？ 完播率：尽量控制15-40秒，太短抖音嫌弃，太长用户耐心不够划走。选择优秀的歌曲可能保证完播率（用户想把歌听完）
0-10%——较低
10%-30%—— 一般
30%以上——较好
作品平均播放时长：前3秒是关键！抓人眼球，多留悬念、反转、梗。让粉丝带着期待坚持看完。
3秒以下——较低
3-7秒—— 一般
7-15秒——较好
15秒以上——很好
互动率：开头和结尾的设计很关键，打造独特的”记忆点”，可以引导粉丝点赞留言。
点赞率：5%以上
评论率：1%以上
转发率：5%以上
吸粉率：有趣又有用的内容，是吸粉关键。
1%以上 什么样的视频有爆款潜质？通过数据统计得到的结论： 完播率：30%以上
点赞率：10%以上
评论率：5%以上
分享率：1%以上 所以，一个作品发出后，基本前面一两个小时，或者30分钟左右，就能预测到是否会火了。如果1小时之内，播放量突破5000，而点赞量能大于100，评论数大于10，那么，得到系统推荐的机率就大很多了，基本上离热门也不远了。}

2018-08-17 11:49
来源:
众淼科技
抖音如此火爆，背后的功臣肯定少不了算法。
抖音的流量分配是去中心化的，这种去中心化算法，让每个人都有机会爆红，可为什么别人几个粉玩抖音，就能轻松获得10w+点赞？而你怒拍几十条也枉然？
抖音的游戏规则是什么？推荐算法怎样的？一入抖音深似海，可以说，一出爆款就能带火整个品牌，也就成了商家品牌营销的香饽饽，从15s短视频的下半场里胜出，可见其系统持续输出爆款的强大能力。
那么这就必须了解算法背后的逻辑：流量池，叠加推荐，热度加权及用户心理追求。
1.利用好流量池抖音会根据算法给每一个作品分配一个流量池，就像微博的流量向名人大V集中，刚开的微博都没人看。
而抖音即便是0粉丝，发布任何视频，抖动系统都会智能分发几十上百的流量，也就是流量池，然后根据你在这个流量池里的表现，决定要不要把你的作品推送给更多人。
不论你是不是大号，只要你有能力产出优质内容，就有机会跟大号竞争。
抖音流量池评价标准：
点赞数
评论数
转发数
完播率
也就是说，新视频的完播率高，互动率高，这个视频才有机会持续加持流量。
2.叠加推荐叠加推荐，是指新视频都会智能分发10vv左右的播放量，如转发量达30（举例），算法就会判断为受欢迎的内容，自动为内容加权，叠加推荐给你300vv；转发量达300w（举例），算法持续叠加推荐到3000vv；依次累推…
综合权重的关键指标还是上面四点：完播率、评论量、点赞量、转发量，这里先简单说一点，启发一下你的思路。
比如说，既然评论量很重要，那在写视频的标题文案时，是不是应该考虑如何引导用户留言评论？
很多视频突然一下子火了，实则就是大数据算法的加权。所以，大家可以通过朋友，持续去给视频做一些评论点赞，说不定什么时候就火了呢？
3.热度加权大叔看了几十条报货抖音，发现所有一夜爆火的视频，和抖音推荐板块的视频，播放量基本都在百万级，综合数据（完播率、点赞量、评论量、转发量）无一例外都比较高。
可见经过大量用户的检验，层层热度加权后才会进入了抖音的推荐内容池，接受几十到上百万的大流量洗礼，各项热度的权重依次为：
转发量>评论量>点赞量热度权重也会根据时间择新去旧，一条爆火的视频的热度最多持续1周，除非有大量用户模仿跟拍，所以还需要稳定的内容更新机制，和持续输出爆款的能力。
算法只指明了路径，而内容才是启动人性的金钥匙，视频的播放量、点赞量、关注量是评判内容好坏的金钥匙。
4.心理追求短视频用15s的单刀直入，让人们在视觉、听觉、情境的共振里感受美好，而一夜爆火的内容自有其规律，持续输出一击即中的内容，离不开人性的深入洞察。
人类行为的核心动机的不外乎三点：追求快乐，逃避痛苦；追求希望，逃避恐惧；追求认同，逃避排斥。所以你的视频能否符合用户心理追求，是极其重要的。
新奇漂亮的让我们觉得美好；好玩有趣的让我们笑出猪叫声；而在抖音里，你总能找到共鸣及成就感。
这个浓缩的15s，目之所及皆有趣，皆逗比，且深有感触，带火一个品牌，带火一座城市，带火一个人，emmmm,一切皆有可能。
最后，附上一张彩蛋：抖音热门视频背后套路一览表图片来源（知乎）
今天你抖了吗？返回搜狐，查看更多
责任编辑：}