抖音算法推荐的基本逻辑是,先把视频内容推荐给一部分用户,然后根据这部分用户的反馈数据来决定是否将其推荐给更多人看。
如果反馈数据的分析结果是正向的,就会将其推荐给更多人,反之则不再推荐。
这里的反馈数据主要包括播放量和完播率、点赞量和点赞率、评论量和评论率、转发量和转发率。
而其对内容推荐的影响力排序为:播放量和完播率、点赞量和点赞率、评论量和评论率、转发量和转发率。
一般来说,视频第一次被推荐时会根据抖音账号的权重匹配到相应的流量,大概为百人量级,如果完播率达到60%或点赞率达到10%,并且出现了一些评论,基本会被判定为内容较好而进行二次推荐。
第二次推荐匹配的流量一般为千人量级,同样是在完播率、点赞率、评论率等数据较好的情况下,才会被认为受欢迎从而被第三次推荐,获得万人级的曝光量,之后便以此类推,直至有十万人、百万人甚至千万人看到这个视频。