許多剛入行的抖音創作者總會陷入一種誤區，頻繁跟風或者不斷去追目前最火最熱門的玩法，而忽略了研究平臺的機制和推薦算法。只有當我們理解了抖音的推薦機制後，不論是在案例拆解或者賬號覆盤時才能夠遊刃有餘。
首先，我們需要了解抖音平臺的推薦原理：平臺是如果將內容推薦給用戶的？這裡主要涉及三個要素：什麼內容、什麼用戶以及用戶對內容的感興趣程度。
一、抖音如何理解創作者的內容
結合今日頭條官方對算法的分享和蟬媽媽團隊的研究，抖音在對內容刻畫時，主要依託於關鍵詞識別技術，通過標題、視頻字幕以及音頻轉換文字來提取和分類關鍵詞。
舉個例子：比如視頻提取的關鍵字有iPhone、手機、攝像頭，首先會將作品歸類到科技類目，然後具體劃分到二級類目手機，然後再細分到蘋果品牌的三級類目。
由於一個視頻關鍵詞眾多，所以也有一些相應提取規則：
- 高頻詞原則：提取出現頻次的更多的關鍵詞
- 獨特性原則：大部分視頻經常出現，但是沒有實際意義的詞彙
- 如語氣助詞：呢、嗎、啊、吧
- 比如虛詞：已經、必須、難道、差不多、馬上
- 比如轉折詞：因為、所以、雖然、但是
既然系統是這樣來理解內容的，那麼我們應該做的，就是針對系統調整自身的視頻，讓視頻更容易被系統理解。我們可以這樣做：
1、避免使用非常規詞彙
這裡主要指各種縮寫或流行語：如盤他、酸了、DBQ、有句港句
還有各種外號：美帝、盧老爺、魔都、胡建
2、使用有具體意思的名詞
比如《迷茫的青春，懵懂的年華》請換成類似《20歲XX大學的愛情故事》。
看到這裡可能大家難以接受，但請牢記，標題的邏輯在不同的產品有著本質區別。圖文內容平臺通過標題吸引目標用戶點擊，文章有足夠的關鍵字來輔助文章定位。但抖音平臺的標題是在視頻展現之後才一同出現，本質就是為了輔助視頻定位。
所以自然地在抖音不需要標題黨，如何與機器進行對話，是我們在適應新平臺時首先要深刻理解的。
二、抖音是如何理解用戶的？
系統主要通過三類信息來判斷用戶畫像：
1、歷史瀏覽
通過判斷歷史瀏覽的內容收集興趣關鍵詞
2、身份標籤
性別、年齡、地域以及其他資料信息
3、環境特徵
工作、通勤、旅遊、休息
通過一系列的信息，來推測和還原出一個用戶的基本屬性，接著再通過用戶的信息和行為，對用戶進行分析，計算用戶喜好的分類、話題。
結合上面提到的作品特徵和用戶對歷史瀏覽作品的喜好特徵（完播、點贊、評論、轉發），擬合一個用戶對內容滿意的函數，它會估算用戶對每一個作品的點擊概率，然後從成千上萬的內容池中挑選合適的內容展現到用戶手中。
三、抖音是如何推薦的？
抖音的推薦主要有以下幾個流程：
1、機器審核
機器審核也是系統的初審，主要的目的是為了判斷視頻的風險級別，根據風險級別的不同分發給不同的審核人員，在抖音發佈的內容往往可以非常效率地通過機器審核。
2、加權推薦
只要發佈的視頻是無違規的正常內容，那麼都會得到一定量的加權推薦，保證一個新的作品能夠展示給一部分用戶，這也是抖音的魅力所在。
3、疊加推薦
在經過加權推薦後，系統就可以根據這些收集到的反饋（完播、點贊、評論、轉發、關注），進行內容的質量判斷。受歡迎的內容會進行進一步的推薦，而不受歡迎的內容則會被縮緊推薦。
在疊加推薦的同時，系統如果收到許多異常數據，如負面評論增加、舉報增多，則視頻會再次進入審核流程，相比初次審核將會更加嚴格。
四、視頻推薦差的原因會有哪些？
首先請參考《你是真被限流了還是想太多？抖音限流自查和解決攻略》裡，檢查是否有違規情況，如果沒有違規情況且視頻推薦上不去，大致有以下幾點:
1、賬號內容不夠垂直
如果一個賬號經常更換領域，抖音無法給賬號貼上一個合適的標籤，從而影響後續的推薦。這裡要注意，這裡的領域並非我們主觀意識，而是系統認可，這也是關鍵詞的重要性。
很多內容通過氣氛是可以有不同的解讀，典型的如黑色幽默，但是目前的算法很難能判斷這些內容屬於搞笑類別。
2、內容受眾太少
雖然抖音是已經覆蓋了比較廣泛的人群，但是如果視頻內容受眾過少，在這些精準人群推薦完後，很難再擴大推薦到其他人群。
3、內容時效過短
時效性強的內容通常無法持續推薦，如節日祝福等，同時也要避免在視頻上添加日期關鍵字
看完上述文章相信大家對抖音算法應該有了一個大致的瞭解，學會舉一反三應用到對數據的監控和同行大號的分析，一定能有所收穫。
