tiktok推薦機制怎么算的(APP的個性化推薦是否真的會監聽用戶的隱私呢？)

TikTok的核心技術是什么，竟讓美國科技巨頭無法復制？

TikTok的核心技術是什么，竟讓美國科技巨頭無法復制？TikTok相信大家都不陌生，作為一款在國內開發的短視頻APP。TikTok在今年的5月份全球下載量就已經突破了20億次。無論是在美國，還是在印度市場，TikTok都有著自己龐大的用戶群體。通過對于用戶所看視頻的推薦機制調整，TikTok已經訓練出了自己的推薦畫像。針對不同的用戶群體推送不同的內容，以此增加用戶與APP之間的黏性。基于龐大用戶的數據基礎，TikTok目前已經擁有了成熟的短視頻推薦機制。

近日，美國技術人員在接受Business Insider采訪時表示“如果TikTok的推薦算法不包含在本次交易之中，那么購買TikTok的公司也很難復制其成功模式。”簡而言之，TikTok基于美國用戶進行短視頻的推薦機制，已經成為了TikTok的最大底牌。收購TikTok的企業，如果沒有相關的算法和數據模式，也很難做到“成功”。

TikTok如何為用戶推送視頻？不妨先說一說TikTok，是如何通過算法來“投其所愛”的。個性化推薦機制，決定了TikTok為每位用戶推送不同的內容，根據TikTok公布的部分數據來看：主要通過：用戶互動、視頻信息、以及設備賬戶設置、國家設置和設備類型進行推送。個性化推薦其實在所有APP中都有自己的一套算法，在用戶的實際使用過程中。

TikTok通過多個維度對用戶使用的數據進行反饋、研究，直到塑造出一套完美的推薦模型，幫助用戶發掘自己喜歡的視頻。這也是很多人一旦打開APP，就要看使用很長一段時間的重要原因。連續推薦不同的內容，不僅能夠讓用戶擺脫審美的疲勞，更能加深用戶和APP的黏性。筆者認為 ，如果沒有一套完善的算法，TikTok就無法成為全球最大的短視頻平臺之一。從其進入美國市場占據的份額來看，無論是Face Book還是推特目前在短視頻領域，在自己的推薦算法都無法趕超TikTok。

如果TikTok并不打算出售自己的算法，那么這筆收購的項目還會有人買嗎？早在8月28日，商務部、科技部調整發布了《中國禁止出口限制出口技術目錄》，目錄中增加了“基于數據分析的個性化信息推送服務技術”條款，在這則新規出臺之后，TikTok的收購也被迫談判陷入了僵局。買家難以復制其成功的模式，也就代表著這款APP的上升空間將會大不如之前。但即便如此，美國很多企業仍舊加入了競購的名單之中，微軟、沃爾瑪、甲骨文等巨頭公司也開始合作進行競拍。

如何運用TikTok來推廣產品？

正確認知對于跨境電商的重要流量價值

Tk可以說是一個非常適合跨境電商，用來推廣自己產品的短視頻社交平臺，賣家可以通過在短視頻內展示自己產品，然后進行一些簡單的處理就可以進行發布，從而觸達用戶。

當然跨境賣家也可以通過和Tk上面的Contentcreators（內容創作者）合作，并通過添加相關的熱門標簽（hashtags），將視頻判定到相對應的標簽之中，然后在經系統推送到相關用戶上，這就是玩轉Tk流量的基本途徑。

1·Tk的主流內容形式有哪些？

目前Tk上面的大部分視頻內容都是搞笑視頻買粉絲edic-kind，就像Twitter推出的Vine一樣。

其他的主流內容包括：

情景短劇shortskits，口型同步、前衛視頻、操作指南、以及分享類視頻，表現形式通常為分享一些相關知識經驗等等。

2·Tk的流量峰值如何呈現？

對比整個互聯網中社交媒體的傳播速度和用戶粘度來看，Tk用其獨有的病毒式傳播方式，所帶來的傳播速度和用戶粘度，那是非常恐怖的，并且已將漸漸的形成了習慣，日前據相關權威機構統計，全球Tk用戶大概每天都會用近一個小時的時間來刷視頻。

那么我們該怎么做才能迅速在Tk上做出爆款視頻，從而聚集流量。

在經過一段時間的測試后，給大家總結出了以下3種視頻形式是比較容易獲流量峰值的

（1）通過發布挑戰賽

我們在刷Tk的時候可以清楚的看到，Tk上面會出現大量的包含“挑戰”的視頻。

舉個例子，Tk曾經為美國的一個音樂創建了一個挑戰，當時僅通過幾個達人參與拍攝視頻，然后該挑戰經過一天時間的醞釀，累計吸引了近千名視頻創作者跟風進行創作，1500多個視頻激發了100多w的互動量，成功斬獲3000多萬瀏覽量。

這也是截止到目前所測試到Tk上流量傳播最大，也是相對來說最適合跨境電商的玩法。

所以我們以后在Tk上發視頻的時候盡量要貼近比較熱門的標題來進行發送，這樣就可以蹭上一波熱度了。

（2）對口型的假唱形式

Tk是允許用戶對流行歌曲，創建對口型的同步視頻，這也為Tk在海外發展的奠定了堅實的基礎（這個玩法其實是和國內抖音一致的，其實Tk上的很多玩法都是照搬或者稍微修改后就拿到Tk上進行發布了，所以如果熟悉國內短視頻平臺上電商套路的會更好發展些，但是也不一樣畢竟文化背景是不一樣的，可能會出現一些偏差，在這個方面上還是建議大家進行一下系統的學習，也可以通過批量賬號進行測試，只不過這個方法畢竟浪費時間而已）。

（3）以Tk為內容基地，同步其他SNS上打造一體流量池的高端玩法

通過sync或者第三方同步工具，將我們在Tk上發布的視頻同步到其他社交媒體平臺，例如Instagram、Twitter和Facebook等社交平臺，這也是非常受海外用戶喜歡的一種玩法（其實就是將Tk作為內容生產基地，也就是我們俗稱的首發平臺，然后再同步到其他社交平臺實現多點開花的一種打一體化流量池的玩法，但是在這里提醒大家，使用這種玩法的用戶，需要格外注意其他社交平臺的推薦機制和算法，因為如果算法判斷通過其他社交平臺通的視頻不急于推送的話，那么這個方法就是行不通的了，例如日前Facebook已經宣布開始測試自己的新算法，該算法中視頻通過Tk同步過來的話，將會減少推送，甚者不能出現在站內的搜索頁面中）。

3·Tk極為特殊的用戶人群畫像

Tk的受眾人群目前主要集中在16至26歲之間的人群，據相關權威機構統計該人群占據Tk總用戶60%以上，而根據Tk官方發布的數據顯示，Tk的所有用戶中有高達80％以上的人群在16-36歲這個年齡段中，而且Tk用戶男女比例差距也是很大的，例如美國的Tk用戶中男女比例達到了1（男）:2（女）。

通過這樣一系列的數據，我們可以清晰的分析出，哪些產品是不適合在Tk上進行推廣的，例如，我們在Tk上推廣的產品是面向年齡較大的用戶的話，推廣的效果肯定會不盡人意，但是如果我們推廣的是偏年輕話的女生用品，那么操作得當的話，爆單的幾率還是非常之大的。

而且粉絲畫像對于跨境電商來說是非常重要的！現在很多的跨境電商玩家，為了在前期迅速獲取流量和粉絲量，只知道一味的找素材發視頻，根本就不關注賬號的粉絲畫像，最后雖然粉絲量上來了，但是轉換率幾乎可以說是微乎其微，甚者發20個能夠爆發10w流量視頻，可能都不能帶來100個人下單，自己也從來沒有考慮過為什么會出現這種情況。

接下來給大家舉例說明一下：

那么在這里給大家詳細說明一下在什么情況下我們要放棄賬號：

首先新號粉絲畫像該如何判定：一個粉絲達到5000-2w粉絲的新賬號，粉絲畫像中如果沒有80%以上的用戶分布在歐美等發達國家的話，那么我們可以暫時放棄這個賬號了。

老號粉絲畫像該如何判定：老賬號粉絲畫像中，歐美等發達國家的占比一定要高于55%，當然這個地方我們還是要根據粉絲量來判斷的，如果賬號的粉絲量達到幾百w的時候，覺得您能有10%-25%的粉絲來自歐美等發達國家的話就完全夠用了，所以粉絲畫像這邊沒有什么具體要求，但是我們卻要靈活運用，用得好的話其實會在很大程度上減少爆單的難易度。

所以粉絲畫像對于跨境電商賣家來說是非常重要的一個數據來源，一定要善用粉絲畫像

APP的個性化推薦是否真的會監聽用戶的隱私呢？

如果不是因為算法的存在，我們的社會絕不會進步得如此之快。

3月1日，隨著《互聯網信息服務算法推薦管理規定》的實施，各大APP均被強制要求在顯眼的位置設置“關閉個性化算法推薦”按鈕。

在不少用戶眼中，關閉APP的個性化推薦甚至等同于關閉APP的廣告、關閉APP的監聽。有一說一，雖然很多互聯網公司做的APP確實不咋好，但是這個謠言是真的有點危言聳聽。

就說一句話，如果APP真的在后臺無時無刻的監聽，那么你的手機電量根本受不了。

個性化推薦是什么？

既然APP沒有在后天監聽我們，那么，為什么APP總是能知道我們想要什么呢？這就離不開個性化推薦（也被稱為個性化營銷）了。

·何為個性化推薦？

簡單說就是，APP（網頁同理）基于營銷目的，在你使用APP過程中，APP會根據你填寫的資料、你在APP上的頁面停留時長、你對相關事物的興趣等綜合因素，對你進行個性化的營銷推送。

當下的互聯網環境，為了拿到你的訪問記錄，甭管我們是打開APP還是登錄網頁，背后都有無數的跟蹤器在默默分析著你的喜好。

在主流應用中，甭管是日活上億的買粉絲、抖音，還是淘寶、小紅書這些APP，他們統統都在使用個性化推薦。可以說，個性化推送在當今社會，極為常見。

那么，這一套系統到底是怎樣運作的呢？

·數據采集

對于“個性化推薦”我們可以這樣理解：“個性化推薦”=“個性化”+“推薦”。在這個公式中，“個性化”是“個性化推薦”的前提，而“個性化”前提則是海量數據做支撐。

（淘寶個性化推薦需要收集的數據）

可以這么說，沒有足夠的數據，就不會存在個性化推送。因此，有不少公司都走上了數據采集這條路子。

良心一點的公司，他會基于正常渠道獲取到的用戶數據，給用戶打上一些正常的標簽。但這些渠道的數據，通常不怎么值錢，也無法對個性化推薦起到有效的幫助。

于是，野路子的玩法就誕生了。

就比如在APP內嵌入SDK直接采集隱私信息。違不違規無所謂，對他們來說，把用戶數據拿到手才是硬道理。

雖然很過分，但在黑馬看來，這種已經算是“相對良心”。

因為在它之上，還有公司直接從流量源頭出發，從發卡的運營商渠道直接非法收集用戶的個人信息。就比如下面這家公司——瑞智華勝。

它通過競標以合作提供營銷服務的方式取得運營商遠程登陸權限，接著在運營商系統上裝上能采集用戶Cookie信息的木馬和插件，達到清洗、采集用戶Cookie還有訪問記錄等目的。

要知道，獲取到一個人的Cookie，就意味著我們無需再次輸入賬號密碼，就可以登錄他的賬號，從而獲取他的購物、社交、開房記錄等敏感內容。

說難聽點就是，這家公司獲取到你的Cookie信息之后，你在他們面前就幾乎沒有秘密了。

說實話，這種采集程度前所未有，其離譜程度更是超乎想象。不過這也恰恰說明了數據采集在個性化推薦中的重要性。

·推薦算法

說完了數據采集，我們再來聊聊“推薦”。

“推薦”的核心就在于怎樣從海量的產品中，找出你最有可能感興趣的那些。這時候，APP之前通過各種渠道采集到的數據就起到了作用。

不過想要進行高效的推薦我們還得引入推薦算法。因為我們采集到的數據實在是太多了，只有算法的加持才可以簡化這個推薦過程。

通常情況下，開發者會用到協同過濾推薦算法。

它主要通過對用戶歷史行為數據的分析發現用戶的偏好，然后再基于不同的偏好對用戶進行群體劃分，之后再對同類用戶推薦相同的商品。

比如黑馬和36最近在看摩托，雖然是兩個賬號，但是因為黑馬和36的喜好和消費一致，那么這時候系統就會給黑馬和36推薦相同的產品。

上面黑馬也說了，協同過濾推薦算法比較簡單，所以大家都在用。這也就導致一種情況，你有我有大家有，那不就是約等于沒有嘛。

于是，聰明的開發者又開始引入了深度學習。

在深度學習的加持下，推薦算法如虎添翼。

比如字節跳動旗下的抖音。

你在平臺上的每一次點擊、觀看時長、點贊、評論與轉發等都被量化了。之后，深度學習再根據這些數據設計出相關模型，用以預測同類用戶群體的喜好。

在算法的加持下，抖音做到了比你還要了解你的喜好。越刷越有趣的抖音就此誕生。

個性化推薦存在的意義

通過上面這部分的介紹，想必大家應該知道個性化推薦是什么了。那么，個性化推薦算法存在的意義又是什么呢？

·提高效率

以YouTube為例，作為全球最大的視頻網站，YouTube每分鐘都有超過500小時時長的視頻被上傳（2018年的數據）。

簡單換算一下就是，一天會有超過720000小時時長的視頻被上傳。拋開運營成本不說，視頻網站最大的痛點就是，如何讓用戶查看到他感興趣的內容。

于是我們可以看見，YouTube針對視頻內容劃分了類別，同時用戶在注冊時也需要選擇感興趣的內容類別。

這樣一來，YouTube就可以針對用戶喜好進行推薦篩選了。

接下來的流程則和國內的視頻網站應用相差不大。

在推薦冷啟動階段，針對用戶的反饋（觀看時長、贊、評論與轉發等）來更加精準的判定用戶喜好什么類型的視頻，同時對視頻的標簽進行優化。

為了提高信息的推薦效率，視頻網站這時候就會引入個性化推薦，用以幫助用戶更快速地找到自己所需要的信息，從而讓用戶覺得這個網站對其有所幫助增加用戶的點擊率。

·加強留存率

與之相對的是抖音。

作為短視頻行業的老大，抖音還率先引入了實時學習機制，它可以通過用戶使用的數據快速提供反饋。

比如黑馬一直喜歡的是機車的視頻，但是某一天黑馬突然在萌寵類視頻上停留了較長的時間，那么這時候抖音就會根據這個改變快速推薦相似的視頻。

這一點，相信大家都深有體會。

另外，根據紐約時報發布的《TikTok是如何讓你上癮的》文章描述，Tik Tok內部的一份文件《TikTok Algo 101》曝光了抖音算法的推薦邏輯：

為了追求公司增加日活用戶的“終極目標”，對提供給用戶的視頻內容流，Tik Tok選擇性地優化了兩大密切相關的指標：“留存率”——即用戶是否回訪——以及“訪問時長”。

“算法透明”的創始人紀堯姆·查斯洛特說：“這種系統意味著觀看時長才是重點。它的算法是為了讓人上癮，而不是給人們真正想要的東西。”

道理很簡單，用戶在APP中停留的時長越久，觀看到廣告的機會也就越多，平臺的綜合收益也就越大。

值得一提的是，文章提到的《TikTok Algo 101》是由抖音北京的工程團隊編撰，同時也得到了Tik Tok發言人希拉里·麥奎德的證實，她表示，這份文件旨在向非技術人員解釋抖音算法工作原理。

至于國內的抖音推薦機制是否和國際版的Tik Tok一致，這里黑馬就不做評判了。

不過，通過上面這兩個例子，我們可以在這里簡單總結一下：個性化推薦算法在APP中被應用，最主要的目的就是為了提高信息推送效率、加強用戶的留存率。

畢竟在互聯網時代，用戶留存率=錢。

常言道，“物極必反”。平臺通過這些手段將用戶留下來之后，就不會對用戶造成什么影響嗎？

這個問題，值得我們深入探討一下。

個性化推薦造成的后果

就黑馬個人而言的，體會最深刻的就是個性化推薦帶來的沖動消費和信息繭房的問題。

·沖動消費

就拿沖動消費這事來說，淘寶曾有一個讓黑馬“驚為天人”的功能：猜你喜歡。

其離譜程度在于，它推薦的東西不一定是黑馬的必需品，但它推薦超過90%的產品都是黑馬喜歡的產品。每一次深夜逛淘寶，黑馬就忍不住想要剁手。難不成，黑馬的自制力就這么差？

黑馬也買粉絲了一下身邊的朋友，發現和黑馬有著相同困境的人不在少數。

事實上，個性化推薦的最重要的目的之一就是讓人上癮，形成沖動消費。

甭管你是逛淘寶還是刷抖音，對于這些平臺而言最重要的就是成癮性。因為只有讓你上癮了，才能讓你產生一種別人有的我也要有，從而在不知不覺之間促使你完成消費。

黑馬在以前的一篇文章中寫過，移動支付的發達，降低了大家對于金錢的敏感度，“剁手”所帶來的痛苦大幅降低，加上平臺鋪天蓋地的宣傳，很容易讓人沖動消費。

就比如大家熟知的AJ，你可能不一定會買，但身邊一定會有打扮得很Fashion的人穿AJ。

不追潮牌的也別笑。

想想自己，明明一開始只是想買GTX1080，可是隨著平臺的推廣和相關博主的使用體驗種草，黑馬最后還是“一不小心”就買了GTX1080Ti。本來自己的手機好好的，不卡頓也夠用，但就在每年手機廠商們各種發布會的轟炸下，我們總是花了大幾千上萬買一款新手機。

沖動消費帶來的，不僅僅是個人財務狀況的惡化，由于人的收入是有限的，對某一領域的沖動消費必然會擠壓其他方面的消費，例如必需品的消費，所以我們會看到有些人寧愿每個月吃泡面也要買AJ、買神仙水。

如果進一步地討論，沖動消費會進一步的影響我們的三觀，因為我們重視消費品對我們外表和人格的“裝扮”，也必然會導致拜金主義和金錢至上的社會現象，甚至導致掌握生產資料的少數人群與廣大消費者群體的分化和對立。

得，又有誰能逃得過沖動消費的“荼毒”呢？

·信息繭房

除了讓你上癮、讓你沖動消費，個性化推薦還會造成一個比較嚴重的后果——信息繭房。

“信息繭房”（Information Co買粉絲ons）是美國哈佛大學教授凱斯·桑斯坦在《信息烏托邦：眾人如何生產知識》提出的概念。他認為信息在傳播過程中，公眾會偏向于選擇那些他們感興趣的信息，并對其他內容無視甚至排斥，久而久之便形成了“信息繭房”。

所謂“物以類聚人以群分”，因為信息的單一化，所以陷入信息繭房的人頗有一種“找到知己”的感覺。

這時候，他們就很難容忍與他們不一樣的聲音。任何外界理性的看法，都將被其視為異己，更有甚者會試圖消滅這種不同的聲音。

如果感受不夠明顯的話，黑馬推薦大家去看看微博的明星話題區，以及某些爆火電視劇中流量明星出現時的彈幕。倘若你敢隨意指出某某明星的不足，那你的結局只有一個：因被該明星的粉絲群體瘋狂攻擊而炸號或狂懟。

隨著個性化推薦的深入，陷入信息繭房的人會逐漸變得視野被固化、不能接受外界的聲音、極端化、喪失獨立思考能力等，嚴重的甚至會激化不同群體和民族的對立。

tiktok賬號運營過程中視頻播放量不穩定的一些坑

歷史文章回顧：

虎鯨出海 - tiktok賬號播放量問題解析

虎鯨出海 - tiktok賬號數據分析功能使用教程

虎鯨出海 - tiktok賬號如何引流，有哪些方式？

虎鯨出海 - 在Tiktok找網紅營銷

虎鯨出海 - Tiktok網頁版使用教程，批量上傳工具教程

虎鯨出海 - Tiktok賬號變現解析！

本文主要內容：

播放量低迷的賬號怎么辦

視頻播放量爆了之后，流量突然銳減的原因

0播放問題又出現了怎么辦

多賬號操作及自動化工具的使用

一、播放量低迷的賬號怎么辦

昨天有成員反映了最近Tiktok賬號播放量有的3k有的零播放，私發我ID后我查看了一下，

初始視頻是300多的播放量，不算高，其后的視頻一直是幾百的播放量，首先賬號是沒有問題，只是視頻質量沒有達到系統算法繼續推薦流量的要求，好在視頻內容一只是比較垂直的并不亂，所以流量不會突然往下掉，所以得從內容方向著手，眼妝內容同質化有點嚴重。

我們一直在做美妝垂直類目的賬號，可以對比一下我們的一個4天左右的新賬號播放量狀況

總共發了6條視頻，前三條視頻流量不錯，最近三條穩定在1000多，但是點贊評論/播放的比率挺不錯，粉絲增速也不錯，雖然系統沒有繼續給推薦流量，這樣的賬號根本不用擔心，肯定是會爆的。當你做過100多個賬號，爆過幾十萬粉，又一直做垂直類目的，對一個賬號能否短期起來是有感覺的，對于一個視頻短期突破穩定的流量閥值你就知道也要爆了。

Tiktok不可能每一條視頻都爆，垂直類目一般都是有穩定的流量，然后隔幾條的視頻爆發后，把主頁其他視頻的播放量都帶起來，所以堅持實踐是很重要的，這樣才能學到運營技巧，提高選擇視頻的內容質量。

二、視頻播放量爆了之后，流量突然銳減的原因

三、0播放問題又出現了怎么辦

在賬號沒有問題的情況下，也會出現播放量很慘或者0播放的情況，這個會有多種因素影響，也很正常

比如梯子不穩定、一個梯子ip下賬號太多、內容選擇差、被重復搬運太多等等，都有小概率會出現。不要太糾結于設備和環境問題，你在國外論壇里也會發現老外在抱怨0播放，你也會看到一些美國賬號的播放如下圖，所以不要買什么海外布控了，一年4000塊錢，還卡死你。

對于我們來說，時間才是最重要的，賬號的成本才多少啊，1塊錢10個？哈哈，如果不行，就扔掉了。tiktok的版本更新是很快的，包括現在一些隱藏功能等，我覺得就當作tiktok的bug吧。

四、自動化工具的使用

一直提倡多賬號操作來增加我們打造大號的概率，那么除了我們手機端可以切換管理的幾個賬號以外，剩下的怎么辦？其實可以使用網頁版來上傳視頻，可是一個瀏覽器下登陸再退出的操作很繁瑣怎么辦？

你可以使用Chrome的多用戶模式，來保存每一個tiktok網頁版賬號的登陸會話。

對于上文提到的一些播放量一般，但是保持每天上傳量的賬號

可以使用我們的多賬戶管理批量上傳工具，在此之前希望你熟悉網頁版上傳的優缺點

為了改進網頁版上傳視頻音樂版權的問題，還開發了批量替換Tiktok官方音樂的剪輯程序，目前測試播放量絲毫不受影響，在未來也會推出。

短視頻系統及大數據推薦機制

  三個商業維度決定了短視頻已經成為主流，分別為 網絡流量趨勢，信息高效傳達，變現價值能力 。這三個方面的分別為平臺，用戶，創作者滿足了各取所需的形態，這是實際價值的存在點。

  網絡流量趨勢顧名思義，則是網絡平臺的唯一KPI。網絡平臺擁有越多的活躍用戶就越證明該平臺的成功，每一個網絡巨頭無一例外都是利用自身的流量，獲取市場的廣告效益，所以平臺只有擁有流量才會成為具有實際價值的平臺。

  信息高效傳達則是針對用戶而言，能夠在網絡平臺上獲取到自己需要的信息更高效的方式。無論是娛樂，財經，體育，知識，消費各方面的視頻內容都是對網絡1.0時代以圖文為主的博客，新聞知識獲取渠道的升級。視頻的每一幀都可能涵蓋成百上千字的文字內容，在這個數據爆炸的時代，提高獲取內容成本是對用戶的一次體驗升級。

  變現價值能力，這是對于創作者的努力創造優質內容的原動力。這三者的高效配合形成一個正向循環齒輪，這樣蛋糕就會越做越大。

  我個人認為一個優秀的短視頻平臺需要具備以下3個方面：

   (1).視頻的實時性，熱點性，個性化推薦

   (2).檢索提取干貨信息，作為更高效的搜索引擎

   (3).有娛樂性，實用學習性，傳播性

   2020年8月份科技部明確指出將基于數據分析的個性化服務推送服務技術列為限制出口名單，這必然會讓大家聯想到最近抖音海外版Tiktok的出售風波。因為推薦算法一般是根據海量app用戶信息經過核心算法服務進行建模計算出來的。這里面包含大量用戶隱私數據，核心算法技術積累，所以在目前初步人工智能時代，算法的重要程度在日益加重。

  說到推薦算法則不得不說到機器學習，在抖音熱門推薦區推薦的視頻都是通過對每個用戶進行建模后根據權重進行個性化推送的，平臺也會通過計算點贊概率影響排序順序，然后推薦給用戶。用數學來表示的話：

針對已知用戶，視頻和環境和未知行為，比如點擊去預測它產生的概率，這就是推薦算法的核心。

   (1).特征X：用戶，視頻，環境

   (2).構建模型F（y|x）

   目前主流市場上有2種模型，第一種是基于樹的模型，就比如說決策樹。在實際的推薦算法工程里，這個決策樹模型可以制作得非常深，并且根據板塊門類的劃分也可能不止一顆樹，可能是很多樹構成，相關樹之間通過關聯主鍵進行連接，一起加權構成了一個決策樹的森林，它們會合在一起去做一個推薦算法，模擬計算Fx函數。另一種模型是基于神經網絡去做的一些數據的擬合。（模型見圖1）

   第二種是基于人工神經網絡（Artificial Neural Networks）簡稱連接模型（Connection Model），它是一種模仿動物神經網絡行為的特征，進行分布式并行星系處理的算法數學模型。這種網絡以考系統的復雜度，通過調整內部大量節點之間的相互關連的關系，從而達到處理信息的目的。神經網絡是一種數據挖掘的方法，不僅可以使用與決策樹大體相同的方式預測類別或分類，而且還能更好的確定屬性之間的關聯強度（模型見圖2）。通常構建神經網絡模型個人比較推薦RapidMiner，通過Excel或者DB導入各類不同屬性的分類數據，比如醫院里病人的血脂，體重，體溫等各類指標數據，然后進行流程連接并設置條件，最終得出神經網絡數據結果。

   (3).制定目標Y

   需要預測的位置行為Y指的就是推薦權重，通過一系列數據計算得出這類視頻是否適合推薦給用戶觀看。

這也是很多短視頻平臺，一直以綜合互動量為考核內容創作的最終指標。

   機器學習算法其實就是普通算法的進化版。通過自動學習數據規律，讓你的程序變得更聰明些。這里舉一個生活中的案例說明這一點，某天你去買芒果，小販攤了滿滿一車芒果，你一個個選好，拿給小販稱重，然后論斤付錢。自然，你的目標是那些最甜最成熟的芒果，那怎么選呢？你想起來，外婆說過，明黃色的比淡黃色的甜。你就設了條標準：只選明黃色的芒果。于是按顏色挑好、付錢、回家。

   機器學習算法其實就是普通算法的進化版。通過自動學習數據規律，讓程序變得更聰明些。那么如何讓程序變得更聰明一些喃？則需要利用算法進行數據訓練并在過程中對數據預測結果集進行效驗。

根據數據類型的不同，對一個問題的建模有不同的方式。在機器學習或者人工智能領域，人們首先會考慮算法的學習方式。在機器學習領域，有幾種主要的學習方式。將算法按照學習方式分類是一個不錯的想法，這樣可以讓人們在建模和算法選擇的時候考慮能根據輸入數據來選擇最合適的算法來獲得最好的結果。

在監督式學習下，輸入數據被稱為“訓練數據”，每組訓練數據有一個明確的標識或結果，如對防垃圾郵件系統中“垃圾郵件”“非垃圾郵件”，對手寫數字識別中的“1“，”2“，”3“，”4“等。在建立預測模型的時候，監督式學習建立一個學習過程，將預測結果與“訓練數據”的實際結果進行比較，不斷的調整預測模型，直到模型的預測結果達到一個預期的準確率。監督式學習的常見應用場景如分類問題和回歸問題。常見算法有邏輯回歸（Logistic Regression）和反向傳遞神經網絡（Back Propagation Neural Network）

在非監督式學習中，數據并不被特別標識，學習模型是為了推斷出數據的一些內在結構。常見的應用場景包括關聯規則的學習以及聚類等。常見算法包括Apriori算法以及k-Means算法。

在此學習方式下，輸入數據部分被標識，部分沒有被標識，這種學習模型可以用來進行預測，但是模型首先需要學習數據的內在結構以便合理的組織數據來進行預測。應用場景包括分類和回歸，算法包括一些對常用監督式學習算法的延伸，這些算法首先試圖對未標識數據進行建模，在此基礎上再對標識的數據進行預測。如圖論推理算法（Graph Inference）或者拉普拉斯支持向量機（Laplacian SVM.）等。

在這種學習模式下，輸入數據作為對模型的反饋，不像監督模型那樣，輸入數據僅僅是作為一個檢查模型對錯的方式，在強化學習下，輸入數據直接反饋到模型，模型必須對此立刻作出調整。常見的應用場景包括動態系統以及機器人控制等。常見算法包括Q-Learning以及時間差學習（Temporal difference learning）

新手怎么運營短視頻

現在短視頻很火，大家都想通過短視頻來獲得一份收益，那么對于新手來說，應該怎么做呢？我覺得可以從以下幾個方面來操作。就以抖音平臺來說說

一，了解抖音平臺運營機制

要想做好短視頻，肯定第一步是要知道這個平臺的規則，這算是最起碼的尊重嘛，我們在抖音運營短視頻的時候，首先就要了解抖音的平臺特性和作品分發機制。

（一）抖音平臺的抖音最大的平臺特性：去中心化、算法機制、疊加推薦

1，去中心化

抖音和買粉絲買粉絲最大的不同就是：買粉絲你關注了誰，就可以看誰的內容，粉絲越多，流量越大。但是抖音不是。也就是說，你在抖音獲得的粉絲，不是你的，還是抖音官方的，你視頻的播放量，依然依托于你每一條視頻本身的內容。這樣來說也給了很多新進抖音創作者機會，這也是為什么我推薦大家做抖音。

2，算法機制

了解抖音去中心化算法規則，你才能玩轉抖音。抖音依托于今日頭條推薦算法，和買粉絲買粉絲的算法不同。它的基礎推薦機制會給每一個視頻分配一定的流量，一般是1-200/500——1000，這樣一個階梯性的流量。視頻的完整播放率，互動率才是決定你能否進入下一個流量池的最關鍵，并且實時更新。

3,疊加推薦

要想發布視頻之后獲得疊加流量，審核的標準跟流量池是一樣的。一般情況下，大家新發布的短視頻質量還不錯的話。如果獲得系統分配1k的左右的播放量，要是轉發量達到了30，那么系統就會自動的判斷這個視頻是很受歡迎的，因此會自動對該視頻進行加權，這樣疊加推薦會給你300w;如果轉發量達到了300w，就會疊加推薦到3000w，根據這個數據依次類推。所以我們在發布視頻的時候要多引導用戶進行留言和評論

（二）作品分發機制：消重機制、審核機制、特征識別和人工干預。

1，消重機制

就是避免搬運。為了維護平臺的用戶好感度，官方肯定會保護原創。如果你的視頻是別人發過的，那么視頻很大可能得不到推薦。這里的重復視頻，包括照搬別人的視頻，以及高度相似的視頻。當然，抖音的消重機制并不是特別嚴格，否則也不會出現發第二次更火的說法了，也有很多人利用了這個空子謀取了利益，總的來說，想要在抖音上長期健康的發展，還是要好好做原創內容。

2、審核機制

抖音跟頭條一樣，審核也分為機器審核和人工審核。一般都是機器審核為主，人工做一些機器無法判斷的審核。審核一般是審核視頻內容、視頻描述/標題。主要審核是否有敏感信息、是否有導流到其他平臺。在機器審核的算法中有一個攔截庫，視頻發布上去后立即進入審核狀態，機器自動比對視頻標題、內容是否跟庫里能匹配上，如果能匹配，那么就不通過審核。所以，多發積極向上的視頻，畢竟，抖音的理念就是：記錄美好生活。

3，特征識別

當視頻通過了審核以后，抖音系統會根據視頻的內容和標題，對這條發布的視頻打標簽，并匹配相關的用戶人群，準備推送這條視頻給這部分人群。抖音的標簽有兩個：用戶標簽和創作者標簽，你每天刷的視頻類型構成了你的用戶標簽，你賬號發的內容才決定你的創作者標簽。這兩個是不沖突，也沒關聯的。你看什么不重要，你能為抖音創造什么才是關鍵的。

4，人工干預

視頻內容的審核比文字的要難得多，機器并不能做完所有事。由于機器并不能完全準確的判斷視頻是否違規，質量如何，而且由于機器是基于以往數據來判斷，并不能很完整的預測用戶發布視頻的方式等。諸多因素后，引入了人工干預機制。抖音也在大量招視頻內容審核員，也就是人工干預機制的作用，通過審核員的經驗判斷出已發布視頻是否違規，并舉報，可填補一部分抖音機器審核的漏洞。

二，對標賬號

想要做出好的內容，一定不要閉門造車，需要大量參考已經經過市場驗證的優秀內容，而你在看的時候不要把自己帶入用戶，而是站在創作者的角度去思考：為什么他開頭這么說，有什么好處？他的評論區留言是什么樣的？哪些評論能夠引發討論？

創作者跟用戶的差別在于：用戶只管自己的情緒有沒有得到滿足，全程被動接受，跟著視頻哭哭笑笑，像一個提線木偶，而創作者就是背后提線的那個人。咱們剛開始時，模仿，是最好的學習方式。不要找很早之前就發布作品的，這樣的賬號不具備參考性，要找最近活躍度，最快速起來的帳號。

我們可以通過一些工具來進行分析，找到合適的對標賬號，推薦幾款視頻數據分析相關工具：

·飛瓜數據

·蟬媽媽

·樂觀數據

·卡思數據

我平時用的是飛瓜數據，可以幫我們快速知曉不同類型視頻的數據，觀測最新爆款視頻，提供創意參考。

三，賬號定位

1.IP打造

Ip就是個人形象，未來的消費模式就是一個IP圈著一群粉絲，粉絲都在自己喜歡的IP主播達人那里買到他們推薦的產品。只要你的標簽足夠鮮明，那不管你身處何地，什么樣的身份，都不影響別人喜歡你。

IP形象的打造不是短時間能樹立的，需要堅持發垂直作品，強調自己的人設IP，這期間不僅需要你日復一日的執行力，還有前期沉寂的耐力，但是相信我，這一步你做到了，你就超過了80%的人。

抖音可以說是所有人的機遇，但是抓住機遇并成功的永遠只是少數，有很多人還沒堅持多久甚至還沒開始，就嚷嚷著抖音變現只是謊言

如果你想要打造IP首先要了解有哪些行業領域可以做？推薦一個買粉絲：買粉絲.feigua.買粉絲這個網站包含了抖音上所有的行業分類，并且每個行業哪些賬號是做的好的，都有賬號數據排行榜，可以進行參考。想要做出好的賬號，你首先得知道什么是好的賬號，提高審美，才有可能順勢提升能力。

2.短視頻帶貨

類似于深夜偷吃等各種生活好物以及零食推薦，每個短視頻可以掛一個櫥窗鏈接，通過介紹產品或者讓產品出鏡吸引觀眾點擊商品鏈接，自己拿傭金提成。

這個變現不受限制，因為如果你一開始定位就是生活好物推薦，那大家對你的定位也就是好物種草機，不會因為你帶貨就對你惡語相向或者取關，另外賺多少也沒有上限，完全看你視頻播放量以及效果。

這個比IP號更考驗執行力，你策劃一個IP號可能需要幾天出一個視頻，但是如果你是短視頻帶貨的話那你一定要多發視頻，哪怕你每個視頻只有500個播放量，每500個播放量可以帶來10單銷量，那你一天發一個視頻和一天發五個視頻所帶來的收益肯定是不一樣的。

3.直播帶貨

這是目前大部分商家選擇的帶貨方式，也是目前抖音給予流量扶持的一個方式，就是通過直播的方式進行賣貨。只要你時間充分，有一定口才，并輔以一定的優惠政策，那你的直播帶貨銷量是沒有上限的。

不過比較考驗你對直播間玩法的熟悉程度，需要對直播間五大流量入口，如何提升直播間權重，以及直播間關注比有一定了解。

這個需要有1000粉絲，10條作品，以及實名認證，現在開始開通櫥窗還需要500保證金。也可以看出抖音現在直播帶貨變現的制度越來越規范和限制了，越早入場越好。

總結一下，結合自己的興趣愛好，可以參考上面的行業和品類截圖，再結合自己手頭擁有的資源，不管是產品供應鏈，電商老板，達人m買粉絲，還是想要創業的素人，都能找到自己擅長并能持久下去的點。

四，內容定位

完成了賬號定位后，就到了最激動人心的一步，制作內容。拍視頻非常簡單，拿起手機就能拍，難的是視頻背后的規劃，主題擬定。

拍攝和剪輯都是很簡單的部分，難的就是拍什么內容，推薦幾個抖音比較熱門的內容

1，萌娃，萌寵類

自從抖音轉型“記錄美好生活”后，便于萌娃，萌寵有了難解難分的緣分了，抖音上誕生了一大批萌萌的小可愛，萌娃一般是自動閃亮光環的，不管是年輕人還是老年人，可愛的小寶寶都能吸引他們的目光，萌寵也是一樣，很多博主的寵物的視角記錄生活中遇到的趣事，而這些視頻中經常出現抖音上的熱門話題。所有這一系列的內容想不上熱門都難。

2，高顏值的帥哥美女

抖音上最火的一類視頻就是那些長的好看的美女帥哥，你會發現視頻上的帥哥美女們，無論拍什么都有一堆人看，在抖音平臺上，美是第一生產力，愛美之心人皆有之嘛。還有抖音的主要用戶以24歲一下的年輕女性為主，這些小女生還是都很喜歡長的好看的小哥哥小姐姐。總之高顏值也是占據了抖音排行榜的半壁江山的。

3，搞笑段子

在抖音等短視頻平臺上，用戶可自行拍攝各類原創幽默搞笑段子，讓廣大網友從平民百姓變身搞笑達人，同時也可以輕松獲得大量粉絲關注。抖音上的搞笑段子內容大部分都是來源于生活，與普通老百姓的生活息息相關，讓人們很有親切感，感覺就是自己周圍發生的事。另外，這些搞笑段子短視頻的內容包涵面非常廣，各種酸甜苦辣應有盡有，不容易讓觀眾產生審美疲勞，這也是很多人喜歡搞笑段子的原因。

4，才藝高手

才藝可不僅僅是唱歌跳舞，只要是自己會的，但很多人不會的技能，都可以當作才藝，如美妝、樂器演奏、相聲、脫口秀、口技、書法、繪畫、馴獸、手工、射擊、雜技、魔術以及即興表演等。秀出自己的獨特才藝，秀出與眾不同的想法，都是快速上熱門推薦的方法。

5，惡搞、模仿類

根據“抖音/快手用戶研究數據報告”顯示，在這兩個平臺上最受用戶歡迎的短視頻類型都是“搞笑/惡搞”類，其中抖音平臺上的比例高達82.3%(多選)，快手平臺上的比例也達到了696%(多選)。后現代社會的一條重要精神就是解構，對經典進行模仿、惡搞、解構和重新解讀，這也是“搞”字的內在含義。

同時，抖音和快手等短視頻平臺上，各種惡搞、模仿經典類的視頻也非常活躍。所以，要想做出爆款的內容，也可以去惡搞一些經典的內容，運用逆向思維，來制造一些反差，創造一些新意。

6，美景、旅游分享

抖音上分享美景和旅游風光的短視頻也非常多，能夠激起大家說走就走的心靈共鳴，讓很多想去而去不了的人產生心理上的滿足感。對此，抖音官方也樂于推薦這些短視頻，而且還推出了“拍照打卡地圖”功能，同時發布了很多示范打卡地圖，引導用戶創作相關的作品。

總結一下，爆款短視頻是怎么做出來的，首先我們不可能每一個視頻都能做到爆款，爆款本身就是有偶然性的，也不要因為視頻播放量不好而放棄，因為并不是每一條視頻，都能帶來粉絲。一定是其中的某一條視頻，而一旦你的一條視頻爆了，你的粉絲一定會回到你之前辛辛苦苦拍攝的視頻上。所以前期的積累十分重要，沒有前期的積累，就算你的視頻爆了，大家一看你的主頁沒有內容，也很難去關注你。

我們的視頻一定要做到有用，有趣，有共鳴，有槽點，爆款視頻之所以稱之為爆款，一定是符合絕大多數人的喜好，所以你的爆款視頻不能講的太專業，要用通俗的語言，講一些人們經常討論的話題。

五，變現模式

1、抖音帶貨變現（這是我自己正在做的，抖音粉絲滿足1000，就可以開櫥窗帶貨）

2、抖音直播帶貨（比如育兒玩具，零食，家居用品，各種好物分享）

3、抖音小程序推廣（娛樂小程序，游戲小程序等）

4、抖音懂車帝拍車計劃（這個是按照播放量來變現的。主要是拍車，如果你對車感興趣的話）

5、抖音團購達人（根據下單算提成收入，如果你是個吃貨也是選擇的）

6、開一個抖音小店，找達人帶貨（實物產品，課程產品都可以）

今天就分享到這里，歡迎大家來一起討論

專注抖音好物帶貨！

很赞哦!（82）