抖音推荐算法的三大逻辑 抖音算法是非常有魅力的，而使其产生魅力的是抖音的流量分配是去中心化。抖音的推荐算法逻辑可以分为三部分： 一.智能分发 抖音是属于今日头条系列的产品，而头条系的产品一向与其他互联网产品的中心化流量分配不同，它是去中心化流量分配机制。比如微博就是中心化流量分配，刚开通微博的粉丝是没有人关注的。而抖音即使是0粉丝，发布的任何小视频，都能分配几十甚至上百的小视频。而新视频流量分发以附近和关注为主，同时根据粉丝标签与内容标签智能分化。 二.叠加推荐 是指抖音会给新视频分发100-200播发量，转发量超过一定的数量，算法就会将之判断为受欢迎内容，自动为内容加权。比如发量超过10，抖音就会叠加推荐1000，转发量达100，持续叠加推荐到10000以此类推。叠加推荐是以内容的综合权重作为评估标准，其中包含四个指标完播率、点赞量、评论量、转发量 三.热度加权 只有经过大量粉丝的检验，被层层热度加权之后才会进入抖音的推荐内容池，接受几十甚至上百万的大流量洗礼。其热度的评判标准包括两个方面： 第一，热度权重的参考次序：转发量>评论>点赞量。 第二，根据时间择新去旧：除非有大量粉丝模仿及跟拍，一条火爆视频的热度最多持续一周。 本文来源：https://www.wddqw.com/doc/446e2a986adc5022aaea998fcc22bcd126ff42ed.html