龙空技术网

2分钟看懂头条推荐机制,没有废话、全程干货、简单易懂!

有搞罗先生 884

前言:

此刻咱们对“算法推荐是不是大数据”都比较珍视,你们都想要剖析一些“算法推荐是不是大数据”的相关资讯。那么小编在网络上搜集了一些有关“算法推荐是不是大数据””的相关资讯,希望我们能喜欢,各位老铁们一起来了解一下吧!

头条是一个“精准、个性化推流”的平台。2分钟带你看懂头条、西瓜视频、抖音的推荐机制。没有废话,全程干货!

第一步:给作品、人群打标签

要做到精准推送,那作品和读者之间就得有个“连接器”——标签。

1、人群标签:根据历史互动数据,给人群打上标签。

2、作品标签:大数据分析内容,给作品打上标签。

发布作品后,系统根据标签对作品和人群进行精准匹配

如果粉丝人群比较杂或系统识别内容有偏差,可以通过添加话题的方法,对推流进行人工干预。

第二步:作品按照推荐机制推流

不管是今日头条、西瓜视频,还是抖音,推流量算法都是流量池递进式推流。如下图:

递进式推流示意图

每进入一个流量池,机器人都会收集点击率、转粉率、阅读量、点赞量、评论量、收藏量、转发量等反馈作品质量的数据指标。如果反馈指标达到要求,就会继续推荐作品到下一个流量池,也就是再给你更多推荐、更多流量……如此循环。所以,只要数据一直达标,就会源源不断的推送流量。

第三步:推流过程中的5个流程

1、机器人初审:审核是否存在违规。

2、冷启动:分配初级流量池(几百上千的流量),然后根据互动数据指标判断是否优质。

3、正常推荐:根据推流算法推荐。

4、复审:有负面行为(如:不喜欢、举报)且达到一定量,才挨复审。复审属实,停推;优质作品继续推流。

5、人工审核:运气好的,会发信息提示修改内容;运气不好的,直接停推。能进入此阶段,基本就是爆款了!

从算法中,我们可以看得出来:要爆款,互动数据非常重要几乎贯穿了整个推荐过程。所以,对于友友的评论,一定要积极的回复并参与讨论。

以上就是头条(包括西瓜视频、抖音)的推荐机制,你看懂了吗?

标签: #算法推荐是不是大数据