为了跟老板汇报，把自己的抖音视频刷个稀疏了
为了向老板汇报，你可以给你的抖音视频加几百万的“观看”和几十万的“赞”，但是我想把这个视频直接放到抖音热门，别试了，没用！前言 三个月来，我给十几家公司做过内部培训课程和各种出差，所以大家看到我的文章输出很稀少。其实我也想写很多文章，但是时间有限，就交给同事帮我写文章，根据自己觉得感兴趣的话题，修改定稿。本文来自我的同事张以农在夸克网（公众号：kuakeer）上的第一篇文章，但是当它发表在我自己的微信公众号上时，我校对内容并修改文本。全文目录：抖音“元初推荐”推荐逻辑抖音刷赞智商能上得去是不是税热门 ? 刷粉有可能吗？鱼漏网！? 刷给老大？做 抖音 绕不开 抖音 推荐算法的话题。但是为什么短视频的佼佼者，那么很少有人讨论快手的推荐算法呢？
这是由于平台定位不同造成的。抖音最后一战成名的故事每天都在发生，去中心化的叠加推荐算法让流量保持倾斜：越强越强，越弱越弱。即使是0粉丝的新账号，也有可能意外获得数千万播放量。而快手更注重长尾视频的分布，不易产生爆款。所以，做好“粉丝运营”是快手成功的核心，做好“内容创作”是抖音成功的秘诀。
抖音的算法核心是针对播放量优化的算法。流量产生收入，收入购买内容，内容继续产生流量。播放量 越高，用户使用时间越长，变现的可能性越大。
因此，有人开始怀疑，是否可以通过刷流量的方式在热门上刷抖音视频，进而产生上述“越强正循环”。答案可能会让“机会主义者”失望。
抖音推荐的逻辑是，如果你了解抖音的推荐算法，并且遵循算法的规则，你能在热门上刷自己的视频吗！也不行！首先，真正的推荐算法抖音还没有正式对外公布，也不可能对外公布。但我们还是可以从今日头条的推荐算法和抖音运营商的经验中找到抖音算法的一些“真相”，这也是今日头条——抖音算法的基本逻辑. 首先，抖音推荐算法的核心是让更多可能喜欢这个视频的用户看到。
为此，抖音 这样做：将初始流量分配给新视频，一般将您的视频推送给系统认为会喜欢该视频的 300-1000 多个用户。至于如何选择这300多个初始用户，抖音会先看你的视频适合哪些人群，然后从这些人群中随机选择300多个用户。我们稍后再谈。
因此，这很关键：由于 抖音 最初将 300-1000 名用户视为“豚鼠”，因此可以想象，这只是可能对您的视频感兴趣的所有人中的一小部分。这些人对你的视频的“感觉”非常重要，几乎决定了你的视频未来是否有机会爆发。
抖音你怎么知道这些人的感受？很简单，抖音系统根据这300-1000人的反馈数据（完成率、点赞率、评论数、转发数、转发数、追随者等）您的视频。如果你的视频被这个初始人群点赞，那么抖音会扩大人群一次，让更多人（大约10,000-100,000人）看到你的视频，然后记录他们的反馈数据。如果这些人的反馈也不错，那么抖音会继续推荐更多人看你的视频，以此类推。
所以，有时候你的视频一下子有几千或者几万的点击量，然后你就再也起不来了，说明小规模的人可能喜欢它，觉得它好，而规模较大的人（10,000 -10 10,000）这个规模的反馈是平均的，没有大爆发的可能性。
所以，如果真的是高质量的原创视频，真的有可能得到每一个推荐人群的点赞，从而一直被系统推荐，最终成为热门视频。相反，它很快就会没有耐力和萎靡不振。
这是正确的！抖音的算法背后就是这样一个典型的马太效应。
“元初推荐”的逻辑体系如何决定初始用户会喜欢哪些视频？它主要依靠自己的推荐系统，涉及到两个方面：用户标记和内容分析。
http://www.qianxianly.com/data/attachment/forum/20220607/1654610721264_0.jpg
抖音可以使用用户的第三方社交账号登录信息、用户行为、位置授权信息、模型预测。得到用户的兴趣特征、身份特征和行为特征用于建立用户标签。如下：
在内容分析方面，除了视频本身，一个视频还包括：标题、描述、位置信息、封面图等，也可以对其进行分析和拆解，创建内容标签。
此时，抖音已经知道你是谁，你喜欢什么内容，视频的内容是什么，所以你可以进行系统推荐。
系统推荐流量的大致参考数据如下，其实可以细分的更细一些：
以上主要是说明发布的新视频是如何在抖音算法的推送下变成热门视频的。此外，还有一种系统“挖坟”的情况，即一段放了很久的视频突然炸了。
第一个原因是系统会重新挖掘数据库中的优质内容。如果您的视频质量足够高，可以被系统重新挖掘，则会再次推荐。此时路径与上述过程类似，重新上热门。
第二个原因是爆炸效应。当某个视频发布到热门上时，用户可以关注你的抖音账号来查看之前的视频。点赞 已添加评论，并已重新激活系统推荐。因此，它也很有可能在 热门 上。
除了推荐个人之外，还有协同推荐算法向一类人推荐某种类型的视频。该算法可以避免向用户推荐过于单一的内容，帮助用户发现更多他们可能喜欢的视频。用户特征相似的两个人A和B，并且B也喜欢健康短视频，那么系统猜测A可能也有兴趣，所以会尝试向A推荐。
你可能已经明白，这是普通相似组的推荐。这是正确的。
抖音刷赞上车是智商税吗热门？是否是智商税取决于目的。前面说了，“刷给老板”还是有价值的。但是试图在 热门 上放一段糟糕的视频真的是不可能的。发布新视频时的初始流量由两部分组成：
推送给关注该账号的粉丝，但不是全部。比例约为5~10%；系统流量池分配的流量。
如果刷赞的操作能“sao”系统流量池分配的所有流量，那一定能刷到热门上的一个视频。不过如前所述，1000人的初始流量在所有可能对这个视频感兴趣的人中占比如此之低，所以一定不是所有用户都在公司自己注册过。更何况，刷卡操作一般都是群控机器人。抖音 这些用户很可能会打上问号，能够作为初始用户的概率甚至比普通用户还要低。
http://www.qianxianly.com/data/attachment/forum/20220607/1654610721264_1.jpg
那么，刷牙量怎么刷呢？只能说概率的概率不是零而是无限接近于零。不管是机器刷还是真实账户刷点赞，都是系统配置之外的。即使刷了这个视频的点赞值，也不会因为不在系统分配的流量之内，所以不会有任何红利。抖音虽然算法细节没有透露，但可以肯定的是有防作弊系统。同时，算法也在不断更新。此外，该防作弊系统还可以从每日在线活跃时间、点击频率等多个维度进行分析。一旦被检测到，这些由群组控制的刷卡账户就有被限制甚至被禁止的危险。
刷粉有可能吗？与 刷赞 的情况一样，初始流量的构成导致 刷粉 对帐户造成极大危害。如果抖音账号的粉丝来自刷粉，如果推送给这些粉丝，后续更新的视频很难保证数据反馈。这将导致新视频在初始流量轨道的数据表现不佳，难以进入下一级流量池。更糟糕的是，这些高级直播粉丝自称是真实用户，但他们的用户标签与您的 抖音 帐户的目标用户标签不匹配。
在协同推荐中，也就是向同类型的人推荐你的视频时，这些虚假关注者的标签会导致系统误判。简单来说就是系统会推荐不喜欢你视频的人，数据反馈差，你的账号属性会变得混乱。
前面提到过，抖音的推荐算法是通过打标签来识别和匹配用户和视频。假粉丝的用户标签会干扰这个过程，甚至影响系统算法的判断。对于一个想要长期运营的账号来说，刷粉真的是得不偿失，甚至让账号翻身难。
鱼漏网！? 我们搜索发现，几乎所有刷赞刷粉能上热门的宣传都是针对这个业务的宣传文章。可以看出，这个热门包的内容有一个向上的概率热门。确实有一部分是靠刷赞刷粉刷热门的，猜测一个是这个视频本身就有热门的元素；猜想二，在人工审核推荐环节，刷的数据量比较混乱，人工推荐成功，增加了热门的几率。
500 粉丝 + 1000 赞 + 500 分享 + 100 评论 + 10,000 浏览（热门 概率 25%）
1,000 个关注者 + 2,000 个赞 + 1,000 个分享 + 200 条评论 + 30,000 次观看（热门 概率为 35%）
1500 粉丝 + 3000 赞 + 1500 分享 + 300 评论 + 70,000 浏览（热门 概率为 65%）
3000 粉丝 + 6000 赞 + 3000 分享 + 600 评论 + 120,000 浏览（热门 概率为 75%）
10,000 粉丝 + 30,000 赞 + 10,000 分享 + 2,000 评论 + 500,000 浏览（热门 概率为 85%）
其实在热门概率这个表达中使用“概率”，不就是说刷赞者心里没有想法吗？相信我，刷烂视频没用，好的内容创意才是抖音的精髓。只有认真拍摄，抓住用户的兴趣，才能真正上热门。
刷给老大？既然刷卡对于抖音账号的长期运营是无效的，为什么还有人要刷卡呢？其实，从之前刷过的一篇新媒体巨头执导的《一场“僵尸舞台剧”》，真实还原了现场，而导火索：一个一夜爆红的视频，我们的流量却是0！》我们可以知道有买有卖就有刷的市场，为了完成甲方的送达目标，假KOL很可能直接购买信用包，生成甲方爸爸满意的数据。甲方，尤其是大公司，为了让“报告报告”上的数据漂亮，甚至主动刷量，因为实际换算效果，品牌广告一时半会不会再展示了，反正数量已经够好了，所以——嗯，刷的量，真香。广告商老板，一定要睁大眼睛。
相关文章
宋体
页:
[1]