关于这些问题的答案，这一次，可以从抖音官方公布的推荐算法中找到答案。
官网:https://95152.douyin.com/
一
抖音公开的推荐算法是什么？
抖音推荐算法并非基于内容标签和用户属性，即把对应标签的内容推荐给对应属性的用户。而是通过直接预估每一个用户的行为，以及对应行为的权重来确定视频推荐的优先级。
抖音推荐系统的核心公式为 ：综合预测用户行为概率 × 行为价值权重 = 视频推荐优先级
两者的差别就好比去餐馆点菜。一家餐馆，服务员手上有两本目录，一本写着视频的标签（比如“搞笑”“科普”），另一本写着用户的喜好（比如“爱看宠物”“喜欢做菜”）；于是它就像配对一样，给爱看搞笑内容的用户推荐搞笑视频，给爱看宠物的用户推荐萌宠视频。
这种推荐方式的缺点，就是也许我今天就想换个别的，但是还是硬塞给我原本的那些东西。
而抖音现在的推荐方式，就像一个很会察言观色的服务员。这个“服务员”不再盯着菜单分类，而是偷偷观察你的吃饭习惯：
你夹了哪道菜第二筷子？（预测你会不会点赞）你把哪盘菜挪到自己面前？（预测你会不会收藏）你离店后还回头问菜谱？（预测你会不会反复观看）它不关心这道菜叫“红烧肉”还是“知识科普”，只关心“你有多大可能为它掏钱（互动）”。最终，那些你“最可能反复吃（高权重行为）”的菜，会被优先端上桌。
这就是为什么，一刷抖音就停不下来的原因了。
二
算法关心用户的那些行为？
算法是通过预测用户关键行为的发生概率，来试图读懂用户。主要的用户行为如下：
推荐算法在诞生之初只关注单一或者少量的目标，比如完播、点赞。但单一目标会导致“流量马太效应”——头部内容垄断，中长尾创作者流失。多目标通过动态权重调控实现生态平衡。
组合目标，如“收藏+复访” “关注+追更” “打开+搜索” 帮助系统找到用户的长期需求点；系统要在用户看腻和看厌之前，破除信息茧房防止用户离开平台；抖音很懂人性，要解决用户即时愉悦和长期价值的矛盾，通过扶持优深度优质终场视频，满足用户更深的需求。三
行为的价值权重如何判断？
既然这些行为，影响推荐的视频。到底完播、点赞、收藏、关注......哪个行为的权重最高呢？
实际上，抖音的用户行为价值权重并非固定的，而是实时动态调整的。平台就像看不见的手通过调整权重，来构建更丰富多元的内容生态。例如，把关注率调高，就会涌现出更多人格化鲜明的作者；收藏率提高，知识类等有用的内容就会更多。
核心关键是平台战略导向。抖音会阶段性的调整权重优先级，如之前抖音上爆红的超长时长科普视频（如《红楼梦》解读视频因高收藏率获3亿播放），是平台对知识类视频的扶持。通过降低完播率权重，提升收藏/分享权重实现的。
四
对创作者的启示
原本为了让内容触达到更多的目标用户，主要思路是在账号、内容中植入相关标签，以便能被用户搜索和系统推荐到。
但现在，从抖音公布的算法上很明显的可以看到，不再依赖内容标签，而是基于预测用户行为来进行视频推荐。这意味着内容触达目标用户的能力取决于两个维度：
触发用户行为的能力：如评论、收藏、复访、系列追更适配平台动态权重规则的能力：如原创性加权、中视频优质内容、当下热点稀缺内容首先，你的内容需要制造能触发高权重行为链的“钩子” 。例如，用其他诱饵吸引用户评论收藏、用系列更新引导用户关注。
基于自身的内容特点，迎合算法的行为权重。如搞笑视频，系统大概率更加看重完播率，需要通过强吸引力的开头和紧凑的内容结构留住用户。而针对知识类的视频，可引导用户收藏关注提升推荐的权重。
注重和用户在评论区的互动。以往用户留言和作者回复是两个独立的行为，现在将用户得到作者的留言视作一个积极的互动信号。因此维护和积极的评论区互动，也是一个关键。
私信回复“商品卡”获取经营指南文档
