三个阶段探讨TikTok的推荐机制

TikTok视频推荐机制

一、原理分析

TikTok平台推荐机制是视频审核后，系统推荐，推荐是去中心化、流量池规划、人工智能分发系统。平台将为每个作品提供流量池，只要视频作品审核通过，就会有流量，而最终的爆点都取决于这个流量池的数据表现(如播放量、点赞量、评论量、转发量)。

二、 推荐过程

TikTok的推荐过程分为三个阶段：

1、基础推荐：新发布的视频作品将会先以附近和关注上的用户为主要散布对象，然后再根据用户标签和内容标签进行少数用户的分发，以便观察用户的反馈。如果用户喜好度大于一定阈值，就会进入下一步。

2、叠加推荐：新发布的视频在最后一步将会根据用户权重分发100-500的流量，如在此过程中出现1000条正面回复（如评论数），则会再加权1000-10000条流量；而当评论数上升到1000条时，便会将大数据和人工进行相结合。

3、时间效应：TikTok将会根据时间对不同形式的回复(如评论、点赞、完成度)加以加权处理；此外，一般来说一个热门作品会保留7天左右的时间。如想要保留住看官对你作品的兴奋度，需要不断地对内容进行刷新以及合理地使用大家都很喜闻乐见的风格。

三、总结

以上就是TikTok平台上的推送机制以及相应的步骤。理解了TikTok有关流量方面的原理后就能找准方向有针对性地优化内容，仅此而已。

（本文内容根据网络资料整理和来自用户投稿，出于传递更多信息之目的，不代表本站其观点和立场。也不对其真实性、可靠性承担任何法律责任，特此声明！）

常见问答(FQAS)

第一阶段是 Cold Start阶段。用户刚注册TikTok账户时,TikTok不知道用户的喜好和兴趣,这时它会推荐一些热门视频给用户,让用户探索不同种类的内容,以便更快地了解用户喜好。

第二阶段是试错阶段。经过用户一定时间的视频观看历史积累后,TikTok会开始根据用户曾经点赞、分享和观看较长时间的视频主题,推测用户可能喜好的内容类型,并推荐相关视频给用户。此阶段它会进行一些尝试,看用户对什么样的视频反应更好,以调整将来的推荐策略。

第三阶段是精准推荐阶段。在不断学习用户长期观看行为模式的基础上,TikTok能够根据用户画像,精确推荐合用户口味的视频内容。这时它基本能准确理解个别用户的偏好,针对每个用户做出高度个性化的内容推荐。