2.1 在推荐算法理论上做应用

每个短视频平台都有自己的一套算法机制，比如当下最火的短视频平台抖音，如果创作者想要获取抖音的流量，那么一定要了解它的算法机制。

抖音是一个强视频运营平台，由官方负责分配流量。内容创作者在发布一条视频后，抖音就会基于内容质量、创作者粉丝量与粉丝喜爱度等标准，对视频进行初次推荐：推送给关注账号的粉丝和可能喜欢该视频的粉丝。需要注意的是，抖音首次推荐只会给10%的关注粉丝推荐视频。

2.1.1 抖音推荐量的五个指标

抖音推荐量的多少通过以下五个指标来计算（见图2-1）。

2.1.2 推荐算法的三种类型

在各大平台中，最常见的推荐算法有三种类型。

第一种，内容推荐。是信息过滤技术的延展与发展，是在产品的内容信息中做出推荐，无须依据粉丝对产品的评价建议，而是通过机器人深度学习的方法从关于内容的特征描述中获取粉丝兴趣资料。

第二种，协同过滤推荐。是推荐系统中应用最早、最成功的技术之一，一般采用最近邻技术，通过抓捕粉丝历史喜好信息计算粉丝之间的距离，通过目标粉丝的最近邻粉丝对产品评价的加权评价值来预测目标粉丝对特定产品的喜好程度，系统再根据这一喜好程度对目标粉丝进行推荐。

第三种，关联规则推荐。以关联规则为基础，把已经购买或阅读过的产品作为规则头，规则体为推荐对象。关联规则挖掘可以发现不同产品在销售过程中的相关性，这在抖音短视频中已经得到了应用。只要你刷到了有关美食的短视频，下次再打开抖音时看到的也都是相关的，或同一种类型的内容。

2.1.3 推荐算法的三个匹配要素

推荐系统的本质是从一个巨大的内容池中，为粉丝匹配出可能感兴趣的视频。系统按照三个信息匹配要素进行推荐（见图2-2）。需要注意的是，短视频首先会推荐给创作者第一批相匹配的粉丝。这批粉丝的观看数据以及第一次推荐效果，将会对下一次视频推荐起到决定性作用。

2.1.4 了解短视频推荐流程

一般而言，一条视频发布后会经历以下两个机器审核流程：

（1）视频初审：只有发布内容符合平台规范才会被允许发布。

（2）上线二审：上线后系统会进行视频消重与关键词匹配，如果视频内容相似度太高，则会进行低流量推荐或仅粉丝可见。

（3）首次推荐：是指针对新发布视频的冷启动，会根据审核量确定审核速度。比如大家集中在下午6—8点钟左右发布，审核时间就长。晚上发布也会长一些，一般要到第二天早上才会通过。但头条的审核速度相对较快，如果在晚上发布，一般一个小时内即可通过，白天则十分钟即可。每个平台的审核时间不同，创作者需要特别注意。

（4）叠加推荐：如果首次推荐的效果好，则会进行叠加推荐，在这个阶段，不管是大V还是新账号都会得到相应的推荐量，大V得到的推荐量会比新账号多。但是视频的推荐量会根据曝光度的增加而增加，并不设上限。同时，推荐量会根据点赞量、评论量、转发率、完播率、关注率这五大指标以及权重进行评判。