目前我国网民规模已超过10亿，在这互联网时代更是流量为王。各个平台里的每个视频、每张图片，背后都有着算法的身影，支配着所有人的流量。

作为内容创作者及运营者来说，除了制作高质量的内容以外，也需要掌握平台的机制和算法规则，才能更高效地获取流量。

算法的基本逻辑1.算法是什么

互联网算法意思是利用用户的一些行为，通过一些数学算法，推测出用户可能喜欢的东西。算法是互联网运作的基础，是大数据、人工智能、云计算等一切网络活动的内部规则，是电子商务、信息传播、互动交流、游戏活动、未成年人权益保护等网络运营的起点。

基于内容的信息推荐方法的理论依据主要来自信息检索和信息过滤，所谓的基于内容的推荐方法就是根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项。

简单通俗的讲，算法就是一套评判机制。这套机制对平台的所有用户都有效，无论是内容生产者（拍视频的人）或内容消费者（看视频的人），很多时候我们既是生产者也是消费者。

我们在平台上的每一个动作都像是一个清晰的指令，平台根据这些指令来判断我们的性质。并将我们分为优质用户、沉默用户、流失用户、可挽回用户等；

除此之外，它还会判断我们是否为营销号，有没有违规操作。如果是平台就会将我们的账号关进小黑屋；相反如果判断出我们是一个优质的用户，平台就会给予我们一定扶持。

2.算法有什么用管理平台上的用户数据。根据用户的一系列反馈改进平台功能，提高用户体验的同时使平台吸引和留住更多用户，最终使平台形成一个良好的生态环境。推荐视频。根据用户的喜好推送视频内容，让平台流量更加公平。

此外抖音算法还具有以下作用：

推荐优质老视频。推荐同城内容。记录用户登录App的热门时段。从用户内容偏好度来匹配推送的内容。

算法对于平台最大的用处是管理自己平台上的用户数据，并且根据用户的一系列反馈行为来改进平台功能，提高用户体验从而使平台吸引更多用户、留住更多用户，最终使平台形成一个可循环的良性生态。

3.算法有什么好处

抖音算法有很多作用，具体如下：

推荐视频。抖音算法会根据用户的喜好推送视频内容，让平台流量更加公平。管理平台上的用户数据。根据用户的一系列反馈改进平台功能，提高用户体验的同时使平台吸引和留住更多用户，最终使平台形成一个良好的生态环境。推荐优质老视频。抖音的算法机制会"挖坟"，带火一些优质的老视频。推荐同城内容。通过地理位置推送同城内容。记录用户登录App的热门时段。记录用户登录App的热门时段，从用户内容偏好度来匹配推送的内容。4.什么是用户画像

用户画像，也被称为用户角色（Persona）或用户情景（User Story），是一种有效地理解用户需求、目标和行为的方法。它是一种基于数据的虚构人物，通常用于产品设计和开发中，以帮助团队更好地理解他们的目标用户。

用户画像通常由以下几部分组成：

人口统计信息：如年龄、性别、职业、地理位置等。用户行为和喜好：用户在特定情境下如何行动，他们的兴趣爱好等。用户需求和目标：用户希望实现的目标，以及他们在使用产品或服务时期望得到什么。用户情境：用户在何时、何地以及为何使用该产品或服务。

用户画像并非基于真实个体，而是根据数据分析和推断出的虚拟人物。在产品设计和开发中，使用用户画像可以帮助团队更好地了解用户的真实需求，提高产品与用户之间的契合度。此外，使用用户画像也有助于使产品设计更有针对性，以提高用户体验。

算法的智能推荐机制你要了解流量池叠加推荐原理

在抖音上做内容，流量是怎么推荐的呢？抖音有低级流量池、中级流量池、高级流量池之分，不同权重的账号会被分配到不同的流量池，也就会获得不同的曝光量。

在初期，你发布的时候会根据账号的权重获得一个基础播放量，然后随着用户的行为反馈数据来判断。是否推荐向更大的流量池，还是中断推送。

新账号的初始流量值一般就几百左右。

而成熟的账号由于权重的原因，初始流量可能就是几万甚至几十万。

当一个作品发到抖音平台，首先，它会给一部分观众试看一下，如果观众的反馈好（点赞、评论、转发、完播达到平台内置设定参数值）就会把作品推给更多的观众以观看，叠加推荐。抖音的观众人数分为八个等级。

①初始流量池：200-1000 人

②千人流量池：3000-5000 人

③万人流量池：1W-2W 人

④人工审核流量池 10W-15W 人

⑤小热门流量池：30W-70W 人

⑥中热门流量池：100W-500W 人

⑦大热门流量池：500W-1200W 人

⑧全网推荐

被分配的高低取决于内容的受欢迎程度。

很多人说自己的账号没有流量，其实根本原因在于，你发布的内容的时候，平台会给你推荐200-500的基础流量，但是这些用户可能不喜欢你的内容，也就不会在你的内容里留下很好的数据，这样系统就会判定你这个内容是不受用户欢迎的内容，所以就不在继续给你推荐。

那你可能又会问，系统不是推荐了200-500的播放量了吗？为什么我的播放量只有几十呢，其实这里有的播放量指的是有效播放量，系统虽然给你推荐了，但是用户却不看，直接划走，所以你的播放量其实和推荐的量是不一致的。

2.知道什么是行为和兴趣

用户行为是指用户在互联网上使用产品或服务时所表现出的各种动作和反应在使用抖音App时，用户可能会浏览视频、点赞、评论、分享等，这些行为都会被抖音算法记录并分析，以了解用户的兴趣和喜好，从而推荐更适合用户的内容

用户兴趣是指用户对某一方面或领域的喜好和关注在抖音上，用户可能对美食、旅行、美妆、时尚等领域感兴趣，而用户的兴趣会通过他们的点赞、评论、分享等行为表现出来，抖音算法会根据这些行为分析用户的兴趣，并推荐相关领域的视频内容。

用户长期在平台上浏览内容的时候，就会产生某一类内容的行为和兴趣，而你发布的内容将会被推荐给这一部分人群，这时候，如果你的内容在这一类人群的数据表现良好的话，系统会继续放大这个人群。也就是我们说的垂直用户，也叫做精准流量。

3.你要知道什么是个性化推荐

个性化推荐根据是根据用户的兴趣、行为等信息，将用户感兴趣的内容推荐给他们的过程。例如在抖音上，用户可能对不同类型的视频内容感兴趣，如美食、旅行、美妆、时尚等，抖音算法会根据用户的兴趣和行为，推荐相关领域的视频内容，这就是个性化推荐的过程。

举个例子：假如你经常喜欢看美妆类的直播间，系统就会跟你推荐和你经常看的直播间相似的直播间。同样的，系统也会帮被你看过的直播间不停的探索和你有相似的行为和兴趣的人群。

你要掌握信息流漏斗算法

抖音推荐算法是信息流漏斗算法，具体公式是：热度=A×视频完播率+B×评论数+C×点赞数+D×分享数，系数A、B、C、D会根据整体的算法实时微调，大致上：播放量（完播率）>点赞>评论>转发。

抖音推荐算法分为以下几步：

1.首次分发搜、智能推荐

系统根据内容的形式，通过双重审核，智能判断并推荐对该内容有兴趣的人，系统将会给你推荐一个初始流量，一般为初级流量池，可能是几百，也可能是几千或者几万，因账号的权重不一样，会导致初始流量的推荐不一样。

2.二次分发，数据加权

系统会根据智能分发所推荐的人群数量，以及人群对该内容产生的数据，在同级别的内容当中进行赛马，数据表现优质的账号进行二次分发，进入更大的流量池，也就是中级流量池。这时候的内容基本都会进入一个小热门的状态，普通的创作者和一些小赛道的内容基本上也就做到这样的数据了。

3.三次分发，叠加推荐

同样的原理，二次分发在同级别的内容系统里赛马数据表现好的，你会发现流量池更大，竞争对手更少，人群行为兴趣越广，所以你的内容将会得到指数级的分发，获得更大的流量。这时候的内容一般都是几百万上千万的播放量了。一般只有人群基数大的赛道或者与热门相关的内容才能跑出这样的数据了。

4.进入精品池，全网分发

进入精品池之后，你的内容标签覆盖已经非常广了，不仅仅会在原来的人群里传播，还会扩大到更多的人群去跑数据，这样你的短视频就成了一个全网热门的爆款视频呢，对于普通的创作者而言，一年做出这样一条这样的短视频，配合还不错的变现手段，基本上一年可以挣好几年的钱了

系统的审核机制

1.机器审核主要看3点

看你的内容（文案、场景）有没有搬运，如果跟别人的作品重复相似的话，就会进行低流量推荐。看你的视频是单纯分享还是在搞营销，如果是在发广告搞营销，会直接把你的视频拦截。看你是视频是否涉及到政治和黄赌毒和广告违禁词，凡是违背我们宪法，法律法规的东西都会被拦截。

2.人工审核是干嘛呢？

如果说你的作品之前被机器审核出来，有过违规行为了，然后你改了改，发了改还是没有通过，这个时候人工会过来再去做逐个做细致的审查。

人工审核的变数就比较大了，可能在一天当中，有不同的人对你的作品进行审核，他对你视频的评判标准也是不一样的。就比如你的视频跑的好好的，突然停掉了，很可能是背后换了人工审核，他发现了之前人工没有注意到的问题。上去就把你拦截了。

3.审核流程

最后，做短视频不仅要学会做内容，一定要了解平台的相关规则，更重要的是要了解平台的推荐算法，以及平台对内容的基本要求。

按照工信部的要求，几乎所有的平台的算法都是公开的，大多数的平台的推荐算法都是一样的，只是数据逻辑会有区别，抖音是完全按照人群画像的行为和兴趣进行推荐的，其他平台有一些加入了老粉的权重，有一些加入朋友的权重，会导致差异。但如果你是做公域流量的话，只需要知道算法就可以了。

另你如果懂算法的话，江湖上好多的玄学听起来也就没那么夸张了，毕竟核心的逻辑就是推荐+人群+行为兴趣+赛马的形式，而且平台与平台之间由于商业竞争的关系，数据是相互屏蔽了，也不存在这个平台发布的内容，再发到另一个平台出现没有流量的情况。如果你确实发现没有流量，你要认真的看一下平台的用户对该类内容的喜好程度、以及该类内容在平台的竞争情况和内容本身的质量是否做好。