抖音推荐算法解析

　　内容分析和用户标签是推荐系统的两大基石。内容分析涉及到机器学习的内容多一些，相比而言，用户标签工程挑战更大。
　　
　　抖音常用的用户标签包括用户感兴趣的类别和主题、关键词、来源、基于兴趣的用户聚类以及各种垂直兴趣特征（旅行、美女、美食等）。还有性别、年龄、地点等信息。
　　
　　当然最简单的用户标签是浏览过的内容标签。但这里涉及到一些数据处理策略。
　　
　　01、用户标签主要包括：
　　
　　1、过滤噪声：通过停留时间短的点击，过滤标题党。
　　
　　2、热点惩罚：对用户在一些热门文章（如前段时间PG One的新闻）上的动作做降权处理。理论上，传播范围较大的内容，置信度会下降。
　　
　　3、时间衰减：用户兴趣会发生偏移，因此策略更偏向新的用户行为。因此，随着用户动作的增加，老的特征权重会随时间衰减，新动作贡献的特征权重会更大。
　　
　　4、惩罚展现：如果一篇推荐给用户的文章没有被点击，相关特征（类别，关键词，来源）权重会被惩罚。当然同时，也要考虑全局背景，是不是相关内容推送比较多，以及相关的关闭和dislike信号等。
　　
　　用户标签挖掘总体比较简单，主要还是刚刚提到的工程挑战。抖音用户标签第一版是批量计算框架，流程比较简单，每天抽取昨天的日活用户过去两个月的动作数据，在Hadoop集群上批量计算结果。但问题在于，随着用户高速增长，兴趣模型种类和其他批量处理任务都在增加，涉及到的计算量太大。
　　
　　02、抖音推荐算法的流程，基本上可以用下面几步来概括：
　　
　　第一步：审核
　　
　　上传视频后，第一步会机器审核。
　　
　　然后审核包括视频画面、标题关键词、视频文案；例如有没有出现广告、有没有带水印或者LOGO、内容是否裸露、不雅、血腥等，如果出现平台禁止的内容，我们的视频就会被打回或者被限流（只有你自己可以看见你发布的内容）。
　　
　　如果有违规，可能会提前进入人工审核人员阶段。
　　
　　第二步：智能分发
　　
　　如果没有关键词违规或者画面问题，系统会结合关键词匹配200~300左右的用户，也就是我们所说的初始流量池。
　　
　　视频发布之后，系统会根据视频内容给你的视频加上标签（如旅行、美女、美食、重庆、西安、海岛…..），再由机器小范围的推荐给可能会对你视频标签感兴趣的人群，计算在单位时间之内观众的评论、点赞和分享数。
　　
　　第三步：扩大推荐
　　
　　如果你的视频经过第一次推荐得到了比较好的观众反馈，那么这时你的视频将会被推荐给更多的潜在观众，我们叫扩大推荐。
　　
　　机制跟第一次推荐一样，这次触达的观众人数大概是1000-5000人。
　　
　　第二次推荐的反馈较好平台将推荐第三次，第三次就是上万或者几十万的流量，一直以此类推。要是反馈依然较好平台就会以大数据算法结合人工审核的机制，衡量你的内容可不可以上热门。
　　
　　根据我们的实操经验，一般一个视频发布1个小时内，视频播放量达到5000以上，并且点赞数高于100，评论数高于10基本上就能上热门了。
　　
　　所以，请大家牢记以下这串数字：1-5000-100-10；
　　
　　什么意思呢？就是说你发布的视频，最好能在1小时之内，播放量突破5000，而点赞量能大于100，评论数大于10；那么，得到系统推荐的机率就大很多了，基本上离热门也不远了。
　　
　　爆款视频潜质
　　
　　相信大家在运营账号的时候，经常都会有一种期待甚至忐忑不安的情绪在里面。那就是在视频发布之后，会时不时的去看看播放量，看这个视频会不会大火。
　　
　　其实我们比较看重发作品之后的第一个小时。一般情况下，前面一个小时系统给的流量超过5000，点赞超过50，播赞比为100:1，90%的概率会进入下一个更大的流量池。
　　
　　如果在下一个流量池，用户的互动也超过100:1；可能也会一直爆，一般到1000w播放会是一个瓶颈（视频火了之后，人工会进行再次审核，如果人工觉得内容有任何打擦边球的会直接收回流量）。
　　
　　这就是为什么很多人都有困惑，为什么明明流量跑得好好的，系统突然就停止推荐了。
　　
　　其实有时候内容做得好，也不一定会被系统喜欢，决定权还是在平台方。尤其是涉政、隐私、暴露，还有互粉等敏感因素，都是有可能被叫停甚至直接封号的。
　　
　　但是如果要进入百万池，小爆一下，前1个小时必须要保持在10%播赞率左右。否则，没戏。进1000万池，需要更高的播赞率。