了解过抖音算法推荐机制的朋友大概都知道，不管是谁，都有可能让抖音视频上热门的原因，在于它“千人千面”的推荐算法，独特的算法推荐机制让众多玩家津津乐道。
虽然官方并没有披露过平台的算法机制，但在长时间的抖音运营过程中，我们摸索和整合了相关的抖音算法推荐规律，了解到，
抖音视频从发布之初到成为爆款一共分为三步。
第一步是分析用户行为，为用户打上标签。第二步是分析内容所属领域，为内容打上标签。第三步通过推荐算法，将用户和内容进行匹配。
抖音为用户个性化推荐视频的前提是判断用户画像，
了解用户的兴趣偏好
，在这个过程中会
为用户打上各种标签
。主要根据以下五方面进行判别：
2.观看兴趣属性：根据用户浏览偏好如点赞、评论和收藏。
3.环境终端画像：网络环境画像（wifi/移动网络）、运营商画像（移动/联通/电信）、设备品牌。
4.互动行为画像：线上互动行为、线下互动行为（抓取用户行为轨迹）。
5.品牌自定义人群画像：品牌第一方人群、历史品牌广告高互动人群、根据品牌核心人群用户画像定位相似人群。
视频发布后抖音会先进行审核，在这个过程中完成内容分析。
抖音审核机制分为机器审核和人工审核。在机器审核中，一般是
通过提前设置好的人工智能模型来识别你的视频画面和关键词。
它主要有
两个关键作用：
其一，审核作品、文案中
是否存在违规行为
，如果疑似存在，就会被机器拦截，通过飘黄、标红等方式提示人工注意。具体的审核内容如下图所示：
其二，通过抽取视频中的画面、关键帧，与抖音大数据库中已存在的海量作品进行
匹配消重
，内容重复的作品进行低流量推荐，或者降权推荐。
机器筛选出疑似违规作品以后，开始进入人工审核步骤，抖音审核人员进行逐个细致审核，主要集中在3块：
视频标题、封面截图和视频关键帧
。如果确定违规，将根据违规账号进行删除视频、降权通告、封禁账号。
审核通过之后系统将为你的作品打标签，从文案、封面、视频内容、关键词及过往作品风格几个维度对新发作品打标签。
第一种推荐方式是
兴趣推荐
，系统会根据用户的兴趣爱好推荐作品。这就是为什么很多人说抖音有毒，刷的停不下来的根本原因，因为推荐的内容都是为每个人量身定做的。
第二种方式是
协同推荐
，当我们在刷抖音时会发现，并不是所有内容都是我们所感兴趣的，还有一些内容就出自协同推荐。
协同推荐是指
在兴趣推荐的基础上
，通过分析不同用户间的相似性，并对这些相似用户进行
拓展推荐
。比如用户A喜欢母婴、美妆，用户B喜欢母婴、美妆和美食，那么算法就会用协同推荐的方式将美食类内容推荐给用户A。
视频经过审核以后开始进入
阶梯式的流量池阶段
，优质视频会经历一次次地流量洗礼进入到更高的流量池中。最终出现在首页推荐流中的作品会经历以下三个阶段。
（1）基础推荐流量池：
视频发布成功后，平台会先给予
300-500
的基础播放量，这个就是初始流量池，初始流量的多少与账号权重息息相关。
系统会从以下维度评价内容在流量池中的表现：点赞量，评论量，完播率、转发量等。然后结合账号分值来分析是否给你加权。
（2）进阶推荐流量池：
内容被加权后，平台会进行下一波的推荐，可能再给你1000个播放，
10000个播放
，会给数据好的视频更大的加权，并且会强化人群标签分发，让内容分发更加精准。
