抖音是现在的一大流量平台,在这里有人靠一个短视频就火了,但是也有人始终没有火起来。那么,抖音的推荐策略究竟是怎么运行的,真的一切都是玄学吗?
想象一下,站在推荐系统之城前的你被抽离出一个数字的躯体。你找到一面镜子端详自己,却惊诧地发现自己的身体已被无数数据所组合:科技10%、篮球4%、历史1%、自然0.3%……
——闫泽华《内容算法》
如果你是个专注于抖音的创作者,如果你依然认为抖音是个“玄学”APP,如果你无法在抖音获取到稳定的流量,下面的内容请仔细阅读,因为它可能会颠覆你的认知。
从抖音的核心分发逻辑说起 什么是“分发”?
创作者生产的内容,如果想被其他人看到,就需要把内容放到用户能看到的地方,比如转发到他们的聊天框或者朋友圈,或者推送后等着粉丝自己点进来看。
在博客或者公众号时代,你的内容想要获得更多曝光的方法只有一个,那就是获得足够多或者足够优质的粉丝,并鼓励他们转发出去。一个零起步的公众号/博客,获取曝光的唯一办法就是作者自己发布到朋友圈,或者群发分享给好友/群。
这非常不效率,因为创作者的主动权很小。
如果平台能够帮忙把你的内容放在很显眼的位置(比如网站的首页),或者帮你把你内容发布到每一个用户的面前,那内容的曝光量就非常可观了。
——抖音就是这样帮你分发的。
但是,抖音并不会把每一个创作者生产的内容都分发到抖音的用户面前,这非常不现实。一个是因为内容创作者太多了,即便把内容推荐给用户,用户也没时间看完;另一个是,不同的用户有不同的喜好,如果把一篇足球相关的内容推荐给一个喜欢化妆的女孩面前,这对于女孩来说非常不好。
这就需要抖音用一种策略来优化它的分发方式,好让好的内容被更多的人看到,也好让用户只看到自己喜欢的内容。
抖音的采用的优化方法叫做“算法分发”,并且是以一种叫做“协同过滤”为主的分发方法。
这个词非常晦涩,你不需要记住它,只要知道它的原理就好了。用两个简单的词来形容的话,就是“物以类聚,人以群分”。两个词分别对应两种方法:基于物体的协同过滤和基于用户的协同过滤。
什么是“基于物体的协同过滤”?
假设A1、A2和A3是同一类内容(比如都是NBA相关的),当某个用户喜欢了A1这条视频,那么理论上他也会喜欢A2和A3。反过来,如果用户看到A1和A2这两条视频后没有点赞(喜欢),那么也不应该再把A3推荐给他。