抖音推荐机制背后的算法逻辑到底是什么？用户行为、内容标签还是社交关系在主导？

99ANYc3cd6 前天 3

默认

摘要： “在合适的时间，把最合适的视频，推送给最可能喜欢它的人，”为了实现这个目标，它主要依据以下几个层面的数据，层层递进,不断优化：第一层：内容本身的“内在价值”（冷启动阶段）当一个新视...

“在合适的时间，把最合适的视频，推送给最可能喜欢它的人。”

（图片来源网络，侵删）

为了实现这个目标，它主要依据以下几个层面的数据，层层递进,不断优化：

第一层：内容本身的“内在价值”（冷启动阶段）

当一个新视频被发布时，它没有任何用户数据，抖音首先会根据视频自身的属性来评估其“潜力”。

内容标签：
- AI自动识别：抖音的AI会通过分析视频的画面（物体、场景、人物、动作）、音频（音乐、人声、环境音）、文本、字幕、话题标签#）来给视频打上成百上千个标签，一只猫在沙发上玩逗猫棒，AI可能会打上“猫”、“宠物”、“可爱”、“逗猫棒”、“沙发”、“家庭”等标签。
- 创作者手动添加：创作者添加的#话题标签和标题也是重要的标签来源。
视频质量：
（图片来源网络，侵删）
- 清晰度：高清视频通常比模糊视频更受欢迎。
- 完整度：是否完整，有无黑边、水印等。
- 吸引力：视频的前几秒是否足够精彩，能吸引用户停留，这是决定视频能否“活下来”的关键。
发布者信息：
- 创作者历史表现：这个账号之前的视频平均播放量、点赞率、粉丝增长情况如何？一个优质创作者发布的新视频,初始流量池会更大。
- 粉丝画像：这个创作者的粉丝喜欢什么类型的内容？这有助于为视频找到初始的精准受众。

目的：这一步是为新视频找到一批“种子用户”，进行小范围的测试,看看视频的初始反馈如何。

当视频被推送给一小部分用户后，系统会根据这些用户的互动数据，来决定是否要将这个视频推送给更多人,这是推荐系统最核心的部分。

抖音会重点追踪以下数据,并给它们不同的权重：

（图片来源网络，侵删）

核心互动数据（高权重）：
- 完播率：最重要的指标之一，用户是否把视频看完了？这直接反映了内容的吸引力,一个高完播率的视频会被认为非常优质。
- 点赞：用户对内容的基本认可。
- 评论：权重非常高，评论代表着用户不仅看了，还有了强烈的情感共鸣（无论是喜欢、讨厌还是惊讶），愿意花时间去表达，评论的数量和质量（评论长度、互动）都会被计算。
- 分享：权重最高，分享意味着用户觉得这个内容“值得让别人看到”，是最高级别的认可，一个被大量分享的视频,会像病毒一样迅速扩散。
- 关注：如果用户因为一个视频而关注了创作者,这是对创作者本人和其内容风格的最高认可。
行为数据（辅助判断）：
- 播放时长：在短视频里，这个指标和完播率高度相关，但对于中长视频,停留时长更重要。
- 点击“不感兴趣”：这是一个强烈的负面信号，告诉系统“别再给我推这类内容了”。
- 点击“举报”：负面信号,且权重很高。
- 搜索行为：如果你经常搜索“健身”，系统会认为你对健身内容感兴趣,更可能推荐相关视频。
- 收藏：用户收藏视频通常是为了以后再看,代表内容有很高的价值或实用性。

目的：通过这些实时反馈，系统判断这个视频的“热度”和“质量”，如果互动数据好，系统就会把它推送给一个更大的、兴趣相似的流量池。

在这一层，系统会结合你的个人资料和行为数据，为你建立一个独特的“用户画像”,然后寻找与这个画像高度匹配的视频。

你的基础画像：
- 年龄、性别、地理位置：这是最基础的标签。
- 手机型号、系统语言：等设备信息。
你的兴趣画像（动态变化）：
- 你经常看的内容领域：比如美食、游戏、美妆、历史等。
- 你互动过的内容：你点赞、评论、分享、关注了哪些类型的创作者？
- 你的“不感兴趣”记录：你屏蔽了哪些关键词或话题？
- 你关注的人：你关注了哪些博主？系统会认为你和他们有相似的品味。
社交关系：
- 好友关系：如果你的好友点赞或评论了某个视频，这个视频出现在你推荐列表里的概率会更高,这增加了内容的可信度和亲切感。
- 同好社群：系统会识别出哪些用户属于同一个“兴趣圈子”,并在圈子内进行内容分发。

目的：实现“千人千面”的个性化推荐，系统不仅会给你看“火”的内容，更会给你看“你”觉得火的内容。

你可以把抖音的推荐系统想象成一个极其聪明的“图书管理员”：

新书上架（内容发布）：管理员先看看书的封面、内容标签）,判断它大概属于什么类型。
第一轮借阅（冷启动）：他把书推荐给几个最可能喜欢这个类型的读者（种子用户）。
读者反馈（互动数据）：如果读者们争相传阅、写长篇书评、甚至推荐给朋友（高互动），管理员就会意识到：“这本书太棒了！”他开始把它推荐给更多有类似阅读喜好的读者。
精准匹配（用户画像）：管理员知道你喜欢科幻小说，就会把这本“爆款科幻书”优先放在你的推荐架上,而不是喜欢言情小说的读者面前。

抖音的算法是一个不断学习和迭代的系统。 它会根据你的每一次点击、滑动、停留、点赞，不断修正你的用户画像，让推荐越来越懂你，这就是为什么很多人觉得“抖音太懂我了”的原因。