当前位置:聪少自媒体网 > 副业赚钱 > 正文

你知道抖音算法分发吗?如果你的作品停留在500不上热门…

2021-07-09 副业赚钱 聪少自媒体

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》

你知道抖音算法分发吗?如果你的作品停留在500不上热门…

如果你也在玩抖音,也想利用其做点什么,那么肯定会遇到各种各样的问题;诸如播放量一直在500上下徘徊;被抖音“导师”收割了一次又一次;再发一次会火……

其实此前我做抖音号也经常流量不稳定 ,偶尔爆几十几百万流量,但经常性地500或者几千播放 。

我想遇到这些问题的你,看了以下文字 ,可能会有所触发。

抖音的核心分发

转发和分发

可能一些朋友做过兼职,转发微信朋友圈获取报酬,就像此前风靡的“微哥 ”、“微姐”一般 ,其实这是一种转发。

转发是为了把自己的内容或产品放到用户能看到的地方,博取曝光量进行转化,整个过程我们会感到效率低下 ,或者不够精准导致资源浪费。

百度竞价我们都知道,如果我们的产品或内容能够像竞价这般,被平台放到前排或者说最显眼的地方 ,是不是就能广而告之了?

其实抖音的大热门作品,就是这样被分发的 。

正如我们看到的,抖音也不会对每一个作品都进行大量分发,而且这也是非常不现实的想法。

一来 ,内容创作者数量庞大,每一个作品都进行大量推荐,用户也无法消受;再则 ,不同的人对作品内容的喜好也不同,就像你天天推荐化妆和口红给我这样的钢铁直男,两天我就给你卸载喽!

所以抖音根据这种情况研发了这种“分发”算法 ,让优质的作品可以被更多人欣赏,也会根据用户的喜好推送相关联的作品。

抖音管这种技术叫做“算法分发”,而这种算法分发的核心方式 ,是以一种被称之为“协同过滤 ”为主要依据的分发手段 。

协同过滤又可分为评比或者群体过滤,在目前全球互联网领域也非常炙手可热,他的原理简单说就是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息 ,个人通过合作的机制给予信息相当程度的回应(如点赞)并记录下来以达到过滤的目的进而帮助别人筛选信息。

另外,协同过滤又分为两种机制:基于作品的和基于用户的。

基于作品的协同过滤

对于这种难以理解的内容,我想可以举例说明:

假设A1 、A2和A3属于同一类型的作品(比如台球)内容,一位用户观看了A1作品并点赞 ,那么理论上来讲,这位用户有很大概率也会喜欢A2、A3作品 。

反之,这名用户看到A1和A2两个作品之后快速划过没有点赞以示喜欢 ,那么抖音基本就不会再把A3推荐过去。

如果按照上述算法,抖音想要推荐作品给用户,我们可以简单地分成两个步骤:

1)分析用户喜欢过的内容;

2)找到与该内容相似的内容 ,推荐给用户。

看起来合情合理又理直气壮,但是抖音真要这样执行,会产生一些麻烦:

1)每天产生的视频太多了 ,抖音要对每条内容做识别分类;

2)视频内容识别太麻烦了,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 。

不管技术可不可以达到想要的效果 ,光是这么一听一想,都感觉一个头两个大。所以抖音也研发了第二种算法。

基于用户的协同过滤

上述的基于作品协同过滤虽然处理起来很麻烦,但也不是完全摒弃了的,但是抖音目前主要的分发机制 ,还是基于用户的协同过滤 。

咱们继续举例说明,这样会比较容易理解:

假设A1 、A2和A3属于同一类型标签的用户,他们有共同喜好的作品内容。这时候A1和A2点赞了平台推荐的某作品 ,那么这个算法会认为A3用户也会喜欢这个作品。

反之,如果A1和A2看到这个作品之后未发生点赞、评论等行为,那么这个算法就不会将这个作品推荐给A3用户。

所以 ,在这种“基于用户的协同过滤”算法分发推荐作品的时候,也会产生两个步骤:

1)找到跟这个用户相似的目标群体;

2)把该群体用户喜欢过的内容推荐给这个用户 。

看起来好像挺符合逻辑的,毕竟物以类聚人以群分嘛 ,但是细思之下又感恐惧:这种算法好像完全忽略了作品!

这好比我们的作品,看起来平平无奇,但就是突然就爆流量了 ,非常莫名其妙。这就是因为这种算法看到某类群体喜欢你的作品,在触发分发算法时,就被推荐给这个群体了。而这个群体有可能是有那么一点点的共同(比如吃播,看到了驻足一下也是很正常的行为)喜好 。

那么我们现在把自己当成上帝 ,站在这个角度俯瞰一下,这种维度下的某类群体是什么样子的:

我们可以这么理解:存在共同喜好的用户被贴上了同一个标签,当其中或者其他偏向同类的用户对这类作品进行了点赞、评论等赞赏行为 ,抖音就会把这个作品推荐给具有这类标签的其他用户或表现出偏向的用户。

这时候再看大家常说的养号 、再发一遍会火等问题,是不是逻辑性就更加明显了?

所以我们在这个逻辑上可以将抖音的分发推荐算法理解为:“你是谁”比“你拍了什么 ”更重要。

那么接下来,我们将要去解决这么几个问题:

为什么要养号?

再发一遍为什么会火?

为什么我的视频都是500播放?

为什么抖音账号定位比任何时候都重要?

为什么剧情类内容火?

正文开始

从百度算法的多次改革我们就能看出 ,现在不管是文字还是视频作品,都趋向于“内容为王”这样一条真理 。

很多平台,诸如自媒体平台、公众号 ,很大一部分传播靠的是用户分享,也就是说,你的作品质量能吸引他们才会得到传播。

但是在抖音 ,我们的作品最先面对的并非用户,而是上述所说的分发算法。就是说,我们需要让“算法”理解我们的作品,之后才会也有正确的用户欣赏 。

如果第一关我们没有通过 ,“分发算法 ”没有识别我的作品,即使我们自己甚至对应的用户觉得再怎么好,也不会被认可。

就好比 ,你把李佳琦卖口红的作品推荐给了我这样的钢铁直男,得到只会是一句“娘炮”!但如果作品的标签被展示的很清楚,作品被推荐给了众多霉霉们 ,结果可想而知。

基于这条理论基础,我们可以画出一条视频被发布后的“生命历程”如下:

图的表现应该算是比较简单明了,而“算法识别 ”这一步也处在了一夫当关万夫莫开的“要塞” 。

什么意思呢?你的作品被划分到什么类型的标签很重要 ,有清晰标签且质量过关被认可的作品,将会被持续推荐,反之就此打住。

我们现在换个方式来看待这个问题:

我们发布的作品代表的就是我们的喜好 ,抖音的分发算法把我们的作品推荐给与我们具有相同喜好的用户,是不是就会得到他们的喜欢?

所以标签很重要,质量都还在其后面排队,甚至于我们引出了下面这个话题。

“你是谁”比“你发了什么 ”更重要。

基于上述问题的探讨 ,我们可以得出:养号很重要,且就是在培养账号的标签,方便抖音给我们的作品推荐同喜好用户(粉丝) 。

那么问题来了 ,你会只看一个类型的视频作品,忽略其他作品吗?

答案是肯定的!

在前面关于“抖音用户聚类”的图前,我用了“这种维度”来描述 ,其实就是因为抖音用户们都存在多种喜好。

甚至我们可以认为,抖音用户的喜好和行为就是多维空间,比如这样:

多维聚类示意图

这样看 ,关于“再发一遍会火”的问题似乎也得到了答案:相同作品在多次发布后,会被分发推荐给用户本身存在标签的不同“标签群体 ”。

也就是说,我可以同时喜欢篮球、美女 、创业 ,我发布了马云讲创业的作品,被分发给美女同喜好标签群体并不会热门,但是在此发布的时候,被分发给创业同喜好标签群体时 ,就很容易上热门了 。

对于这个说法你可能不认同,因为抖音在第一次推荐没有火之后,为什么不继续推荐这个作品给我其他标签下的同类群体呢?

原因可能有二:

1)你的视频不够优质 ,连可能喜欢的人都不会喜欢;

2)视频被推荐给了错误的目标用户。

身为一名创作者,我们理所当然地希望得到无限制推荐,但是作为用户 ,你能接受每天作为“试错”对象每天被抖音推荐一点兴趣都没有的作品吗?

所以,我们也可以理解这种算法下的这种情况:没有触发算法分发第二层是因为作品质量不够好,所以在观看次数达到500左右时就定下来了。

我们当然也可以靠二次发布这种存在不确定因素的方法来提升流量 ,但是更有效果的方法你可以想得到:

养号的时候就保证自己的账号标签有且有唯一的一个!

这时候你就可以明白,为什么不管做什么,大佬们都会让你先定位了吧?

因为你的定位不清晰 ,你的标签就会模棱两可,你的作品就比较难得到推荐上热门 。

正确的抖音账号定位是“账号具有边界清晰、尽量单一的喜好”。

如何判断某个人群标签是否清晰?

我此前做抖音小店的时候,把自己的账号定位在美食和吃播,而作品内容也一直选择这两个标签 ,内容也游走于这之间。

账号内的作品流量一直不温不火,500左右,2000左右 ,偶尔多一个五六万播放量……

后来专注做吃播,作品内容也将制作过程简化,留多“吃 ”的过程 ,反而慢慢地播放量一直都在1000左右,经常性地爆两三万播放 。

说这么多,很多人都还是新手 ,这类人应该做什么样标签的作品呢?我推荐你去做“剧情类”账号。

当你不能很好地理解上述文字和一系列创作的时候,就不去做细分、精准变现账号,做那种大家都可能会喜欢的账号:影视 、搞笑、情感、正能量……

我想这样说你还不能明白的话 ,那就真的先去做吧,因为上面推荐的这几类账号,只要内容有特点,不存在人群标签 ,大家看了都大概率支持点赞。

聪少爱学堂聪少
聪少爱学堂创始人,梅州市鹏鑫网络科技有限公司CEO,09年开始踏入互联网,10年互联网行业经验,资深自媒体人,自媒体优秀导师,咪挺微商团对营销引流顾问,业务包含:精准引流技术/代引流精准粉,专业小红书,知乎,微博代运营。
  • 38988文章总数
  • 1491137访问次数
  • 建站天数
  • 合作伙伴