推荐标签算法

1. 抖音里的全部推荐是怎么来的

抖音的推荐是通过推荐算法来实现的。

抖音是头条系的产品，后背依托的头条强大的推荐机制。

抖音先把视频检测标签，如果作品被机器贴上标签那么就会分桶到对应标签的流量洼地，如果标签模糊无法贴标签，那么就会零散推荐，无法进行精准推送；进行送量测试之后进行启动阶段，启动阶段；在启动阶段有小爆阶段，平台根据点赞评论等数据进行判断，判断合格会进行大爆阶段，就会推荐给大部分用户。

(1)推荐标签算法扩展阅读

获得更多抖音推荐的要素：

1、提升完播率：发布的15秒视频看完的人数持续增高，推荐则会慢慢增长。

2、提升点赞率：抖音官方公布的优质视频点赞率是3%(即比方点赞比)，如果你的比方点赞比高于或者接近3%，抖音算法机制会给你更多推荐量。

3、提升互动率：视频评论互动是账号活跃度检测的一个重要标准，跟抖音算法推荐机制直接挂钩。

4，提升转发率：视频的转发数量越高抖音算法推荐越高，推荐到首页的转发量都不低

2. 论淘宝搜索推荐算法排序机制及2021年搜索的方向。

[写在前面]淘宝搜索引擎至今反复多次，搜索顺序也从最初的统计模型升级到机械学习模型，到2010年为止没有标签没有基础标签，随着计算能力的提高，2010年后开始挖掘用户的基础标签，从3年到2013年开始使用大规模的机械学习和实时特征
但你有没有想过为什么2016-2017年的两年是各种各样的黑搜索盛行的一年，为什么今天几乎消失了？
最根本的原因是从统计算法模型到机械学习模型的转型期。
说白了，这时不收割就没有收割的机会。因为统计模型即将退出历史舞台。
因此，各路大神各自扩大了统计模型算法中的影响因素。统计算法无论在哪里，点击率和坑产都很容易搜索。
那两年成了中小卖家的狂欢盛宴，很多大神的烟火也是旺盛的。
今天推荐算法的第三代使用后，加上疫情的影响进行了鲜明的比较，真的很感慨。
淘宝真的没有流量了吗？电器商务真的做不到吗？还是大家的思维没有改变，停留在2016-2017年的黑搜宴会上不想醒来？
2017年、2018年、2019年是淘宝推荐算法反复最快的3年，每年的算法升级都不同，整体上到2019年9月为止统计算法模型的影响因素还很大，从2019年下半年开始第三代推荐算法后，全面的真正意义进入了以机械学习模型为中心的推荐算法时代。
各路大神也无法验证，加上百年疫情的影响，很多大神的隐蔽布也泄露了。
基本上以统计模型为主，训练基本上没有声音，典型的是坑产游戏。
如果现在还能看到的话，基本上可以判断他不是在训练，而是在制作印刷用纸，一定会推荐使用资源，资源是多么安全。
刷子的生产增加真的没有效果吗？不是我以前的文章说:不是不行，而是从坑产的角度思考，而是从改变竞争环境的角度思考，用补充书改变竞争环境，改变场地，有新的天地，任何手段都要为商业本质服务。
正文
概述统计算法模型时代。
统计模型时代搜索引擎的排名是最原始的排名思考，如果你的类别不错，关键词比较正确，就能得到很大的流量，当时产品需求少，只要上下架的优化就能使产品上升。
到2016年为止没有坑产游戏吗？黑色搜索的效果不好吗？其实，什么时候坑产是最核心的机密，谁来教大家，什么时候教的最多的是类别优化，关键词优化，大部分优化都围绕关键词，电器商的老人想起了你什么时候得到关键词的人得到了世界。
有人告诉我做坑产，关键词找到生意也来了。什么时候知道坑产也没有人给你刷子，大规模的补充书也出现在黑色搜索盛行的时期。
为什么关键词者得天下？
搜索关键词是用户目前意图最直观的表达，也是用户表达意图最直接的方式。
搜索的用户购物意图最强，成交意愿也最强，现在搜索也是转化率最高的流量来源。
统计时代关键词背后直接依赖的是类别商品，只要制作类别和关键词分词即可，哪个时代最出现的黑马通常是类别机会、关键词机会、黑科学技术机会。
最基本的是商业本质，什么时候产品需求少，没有很多现在的类别，自己找类别，现在想想什么概念。
记得什么时候类别错了，搜索也可以来。如果你的商品点击反馈好的话，错误的类别没有什么影响，现在试试吧
搜索类是搜索的基础。
什么时候能称霸，背后有商业逻辑，用户行为数据好就行了。
但无论如何发展检索都离不开关键词。例如，上述关键词是用户表达意图的最直接的方法，是当前消费者的检索行为和购买行为发生了根本性的变化。
检索依然根据消费者的行为数据和关键词来判断需求，这就是机械学习模型时代。
机器学习模式时代-推荐搜索算法。
现在的商品体积和消费者购物行为的丰富性，统计算法不能满足检索的本质要求。
所以现在搜索引擎开始发展深度学习模式更精细的建模-推荐搜索算法，搜索排名更智能。
在此重点讨论推荐检索算法，
2017、2018、2019是推荐检索算法真正意义发展的3年，3年3个系统版本每年更换一次，很多电器商人都不知道头脑。
推荐检索算法和统计算法模型的最大区别在于，Query的处理能力和算法有召回机制
简单表示推荐算法的程序:
1:对检索关键词进行分词、重写的处理进行类别预判
2:根据用户信息，即用户以前的行为数据记录和预测的性别、年龄、购买力、店铺喜好、品牌喜好、实时行动作等信息存档
3:根据检索用户信息，根据检索用户以前的行为数据检索引擎和预测的性别、年龄、购买力、店铺喜好、品牌喜好、实时行动作为等信息存档3:根据检索用户信息的检索用户信息
也就是说，在第一关召回阶段基本上与统计模型时代的最佳化途径相同，核心是标题分词和类别，现在最大的区别是根据用户信息推荐最佳化，这是标签和正确人群标签图像最佳化的基本意义。
为什么现在一直在谈论标签，谈论人标签图像？入池实际上是为了匹配真正的消费者用户信息，通过直通车测试来判断人群也是为了通过性别、年龄和购买力来优化匹配真正的消费者。
召回机制:
通过构建子单元索引方式加快商品检索，不必经历平台上亿级的所有商品。该索引是搜索引擎中的倒置索引，利用倒置索引初始筛选商品的过程是召回阶段。
在这个阶段，不会进行复杂的计算，主要是根据现在的搜索条件进行商品候选集的快速圈定。
之后再进行粗排和精排，计算的复杂程度越来越高，计算的商品集合逐渐减少，最后完成整个排序过程。
主要召回路径分为
1:语言召回
2:向量召回
这些都是商业秘密不方便的说明，有兴趣的是学习我们的在线会员课程标签重叠游戏6是基于语言和向量召回的基础逻辑实战落地的课程。
下一阶段进入粗行列，粗行列受这些因素的影响:
粗行列作为召回后的第一个门槛，希望用户体验以时间低的模型快速排序和筛选商品，第一关系将过滤到不适合本次检索词要求的商品
为了实现这个目的，首先要明确影响粗排名得分的因素
1:类别匹配得分和文本匹配得分，
2:商品信息质量(商品发布时间、商品等级、商品等级)
3:商品组合得分
点击得分
交易得分卖方服务商业得分
在粗排列框架下，系统粗排列算法根据商品类别的预测得分进行得分
点击得分交易得分
交易得分卖方服务商业得分粗排列框架下，系统粗排列的大排列
最后是精排，检索顺序的主要目标是高相关性、高个性化的正确性。
每个用户的喜好不同，系统会根据每个用户的Query结合用户信息进行召回。然后通过粗排后，商品数量从万级下降到千级。
千级商品经排后直接向用户展示，搜索过程中商品集合的思考和具体变化如下图

前面的召回、粗排主要解决主题相关性，通过主题相关性的限制，首先缩小商品集合和我们的在线会员课程标签
精排阶段系是真正系统推荐算法发挥真正威力时，应根据用户行为反馈迅速进行机械学习建模，判断用户真实性、准确性和可持续控制性。
为什么现在的游戏和黑色技术暂时出现，核心是系统算法模型机械学习模型，系统分析用户有问题，不正确，不稳定，维持性差，可以迅速调整。
也就是说，即使发现脆弱性，研究快速有效的方法，系统也会根据你精排阶段的用户行为迅速分析学习建模，发现模型有问题，你的玩法就结束了。
猜机器学习建模的速度有多快？
想玩黑色的东西早点死去吧。
现在使用的检索顺序模型主要是
CTR模型和CVR模型，具体模型过于复杂也不需要深入，但影响这两种模型的最基本因素是用户行为数据
真的不能假的，假的也不能假的算法模型越来越智能化，算法越来越强，只有回归商业本质才能真正解决算法模型背后真正想解决的问题，算法基于商业逻辑。
2021年搜索向哪个方向发生变化:
2020年电器商人和蚂蚁是不平凡的一年。2020年也是蚂蚁从神坛上拉下来的元年，现在蚂蚁有各种各样的黑色。
基于中小卖家的走势无疑是阿里必须正面面对的现实。
如何让中小卖家回流或留在平台上，搜索该怎么做？
检索一定是基于三方的考虑，买方、卖方和平台本身，现在市场上又开始提倡坑产搜索逻辑，坑产妖风又开始，根据推荐搜索算法逻辑来谈这个问题。
为什么坑产思维是不死的小强，每次危机都会跳出来。
以统计模型为中心的坑产时代是淘宝从2003年到2015年一直使用的搜索算法模型长达13年。
同时也是淘宝和中国网分红的野蛮生长期，统计算法模式让太多电商赚钱。除了
之外，十年的奴役思维已经习惯了，在电器商圈，坑产游戏一定有人相信，其他人不一定被认可。所以，我们夹着尾巴发展的原因，时间真的可以证明一切，不用多说，做自己。
习惯性思维加上特殊时期的赚钱蝴蝶效应，使许多电器商人活在历史的长梦中。正确地说，统计算法模型的真正废除是在2019年下半年。
同学说坑产永远有效，我也这么想。
永远有效的是起爆模型坑产权重驱动和统计算法模型中的坑产排名不同。
起爆模型的坑产要素永远有效，这永远不会改变。
但是，如何有效地加上这个起爆模型的坑产权重，并不像模仿购物的意图那么简单。
坑产游戏在2021年绝对不行。淘宝不会把现在的算法系统换成15年前的。
基于三方利益:
购买者体验
卖方利益
平台的发展
搜索肯定会向高精度和高控制性发展。以标签为中心的用户标签图像仍然是影响流量精度的基本因素。
必须从标签的角度考虑和优化种子组的图像。
通过种子组的图像向相似人扩展到叶类人，业界喜好人最后向相关人扩展也是扩大流量的过程渠道。
基于推荐搜索算法逻辑:
精密排列阶段算法更强，精度更高，转化率更高，持续稳定性更强。
基于中小卖方流通的现状，优化精排阶段并非中小卖方能够简单接触。
推荐算法从搜索排名阶段出现在哪个阶段？
个人判断
一是召回阶段
二是粗排阶段
上述提到召回阶段的算法简单复盖商品为万级，排序规则也比较简单，中小卖方在召回阶段提高精度尤为重要。
在这个万级商品库中，如上下架的权重上升，中小卖方有机会上升到主页，从子单元的索引召回中寻找机会。
或者根据中小卖方的新产品和中小卖方的店铺水平进行特别优先搜索推荐，使中小卖方的新产品在低销售状态下显示，可以实现锦囊算法。
中小卖方有机会搜索主页，不调用用户信息直接打开主页的展示权可能是中小卖方最大的支持。
根据召回阶段的用户行为数据，在粗排阶段以比例融入用户信息，即标签的影响。
在初始召回阶段，类别和分词权重，看业者主图场景反应背后的人们反馈，用系统引导，给中小卖方真正参考的流量方向和成交方向。
谁疯狂地印刷用纸直接关闭黑屋，理解印刷用纸优化竞争场景，从优化人群的角度出发，适当放宽处罚。
通过召回阶段，得到的用户信息会影响粗体结果。在这个阶段，用户信息的权重比例不应该太大，流量卡也不应该太死。
在各检索顺序阶段用户信息，即用户标签对检索的影响权重的问题。
这个方向我的个人观点是可能的。

3. 抖音的推荐机制是利用的什么原理

首先抖音平台的流量分发是有几个等级的。那么我们刚发上去的视频都会被放到初级流量池中，给一个最基础的流量几百或者几千个播放量，然后通过看过这些视频的用户行为来判断是不是继续给这个视频流量。那么有哪些行为呢？

用户在看视频时停留的时间长度，是看完了，还是没看几秒就划过去了?还是重复的看了几遍？也就是我们所说的，完播率和复播率。看完了证明这个视频他比较有兴趣看完，看了几遍有可能是很喜欢这个视频。

那么这个用户对这个视频很喜欢他点了赞并且写了评论，还把视频转发给朋友，还下载下来了。并且有这个行为的用户有很多发给100个人看有八九十都是很喜欢，那么抖音平台就会把这个视频发给更多的人看，就进入到下一个级别的流量池了。那么越来越多的人看到了，越来越多的人喜欢，这个视频得到平台的流量推送也就原来越多了。

所以决定一个视频的推送流量是通过用户的六种行为决定的：完播率、复播率、点赞率、评论率、转发率、停留时间。

4. 旺旺打标签

据我所知，旺旺打标的原理是推荐算法反向操作，打标就是真实模仿普通买家购物标签，平台会给卖家商品标签，买家有购物行为标签，商品标签基本是固定的，而买家标签是动态的，不同时期会有不同标签，飞鸟电商助手的旺旺打标，就是根据淘宝这种规则，可以直接给旺旺号打上相匹配的标签，下次她打开手淘，我们的宝贝主图和关键词以及连接就出现在用户首页、猜你喜欢、探索发现、有好货、淘抢购等各种入口，无声提醒用户下单，促进销售转化。

5. 推荐算法有哪些

推荐应该说分为两类：个性化推荐和非个性化推荐，“让全局优秀的内容被大家看到”应该算是非个性化推荐，热门榜单/最多观看这类方法可以简单解决这个问题;不同的人对于“好”的理解不一样，换句话说也就是偏好不同，所以推荐新加入的好内容我认为是个性化推荐问题。

个性化推荐的两个主要思想八个字概括之：物以类聚、人以群分。主要的方法及变种应该有很多，像协同过滤、基于内容的推荐、基于标签的推荐等等。

6. 如何用算法构建标签

与企业业务关联最紧密的客户标签往往是带有预测性的，比如，某客户的营销价值，该客户对产品的心理价位预期。这些标签的提取需要在模型的基础上更进一步，利用更复杂的算法组合计算得出。

比如航司需要区分客户属性，判断出是否为商务旅客，就可以利用逻辑回归、K-均值聚类、支持向量机、神经网络等机器学习算法，计算其为商务旅客的概率。如逻辑回归算法，可以选取“是否VIP”、“是否团队购票”、“是否商务舱”、“订座——出行日期差是否小于N天”、“出行是否周末”，“近一年内出行次数是否大于N次”、“出行城市是否大于N座”等变量。最终得出该客户是否为商务旅客的预测标签。

同样的，企业希望预测预测某客户对某商品的购买概率，如果没有足够的行为数据或历史交易数据支持（如浏览该商品超过N秒，近期购买过该产品），则需要利用协同过滤等算法进行计算，结合历史购买记录中的相同属性商品、类似特征人群的购买记录等数据参数，计算出该客户是否会购买商品的预测标签。创略科技是国内首个CDP客户数据平台，在标签基础数据整合、标签管理、客户画像上有着突出的表现。

7. 抖音的推荐机制是利用的什么原理

抖音算法揭秘，百万粉丝的背后逻辑

网络有网络的算法、微信有微信的算法、头条也头条的算法，算法是任何平台必不可少的机制，今天就来分享一下抖音的算法机制。
一、科普
算法是什么？
简单通俗的讲，算法就是一套评判机制。这套机制对平台的所有用户都有效，无论是内容生产者（拍视频的人）或内容消费者（看视频的人），很多时候我们既是生产者也是消费者。
我们在平台上的每一个动作都像是一个清晰的指令，平台根据这些指令来判断我们的性质。并将我们分为优质用户、沉默用户、流失用户、可挽回用户等；
除此之外，它还会判断我们是否为营销号，有没有违规操作。如果是平台就会将我们的账号关进小黑屋；相反如果判断出我们是一个优质的用户，平台就会给予我们一定扶持。
算法有什么用？
算法对于平台最大的用处是管理自己平台上的用户数据，并且根据用户的一系列反馈行为来改进平台功能，提高用户体验从而使平台吸引更多用户、留住更多用户，最终使平台形成一个可循环的良性生态。
算法有什么好处？
算法对内容生产者的好处：
我们既然想在别人的地盘为自己吸粉，就一定要明白别人的规则。就像追一个女孩子你得明白女孩子的喜恶，才有机会见缝插针地进入她的心。更何况，读懂平台比读懂女孩子容易的多！只要我们意识到平台的推荐机制，我们便可以有意识的设计自己的行为，引导平台判定我们是优质用户从而分配给我们更多、更精准的流与更高的权限。
算法对内容消费者的好处：
大家刷淘宝、抖音或者头条刷的某一类内容多了，下次再打开APP时是否觉得很多推荐的内容都是自己比较喜欢比较有兴趣看的？其实平台为了提升用户体验为了留住你。它会根据你的行为来分析你的兴趣，然后给你打上一个标签再将同类标签的内容生产者的内容推荐给你，你们便是一个池子里的人。
总之，推荐算法会为我们匹配到我们想要的东西。为内容生产者匹配到精准的用户，为内容消费者匹配到感兴趣的内容。
明白了算法是什么以及它的重要性以后去任何平台引流的第一件事就是先了解平台的算法，而不是傻兮兮的去引流，这样只会被平台判断为营销号然后被封杀。
二、审核
抖音是一个去中心化的平台，这就意味着任何一个账号都有机会拥有百万粉丝甚至千万粉丝。即便我们没有一点流量，只要我们的内容受欢迎，就会被越来越多的人关注。
当我们发布视频的时候平台会进行一次审核，这时候主要是审核我们的作品有没有违规。例如有没有出现广告、有没有带水印或者LOGO、内容是否不雅血腥等，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）。
如果没有出现任何的违规现象，平台就会给我们通过。这个时候是内容才会正式出现在用户眼前。
三、智能分发
我们新发布的视频平台会根据我们账号的权重给予一定的初始推荐流量，初始推荐优先分发给附近的人与关注我们的粉丝，然后才是配合用户标签与内容标签进行智能分发。
四、叠加推荐
当平台将我们的作品分发给初始流量，平台会根据初始流量的反馈来判断我们的内容是否受欢迎，如果受欢迎平台会将我们的作品分发给更多流量，反之就不会再给我们分发流量。
这里的重要反馈指标有：播放量（完播率）>点赞量>评论量>转发量。
第一次推荐根据账号的权重不同大概会给200—500的流量，如果被推荐的作品以上数据反馈较好（有百分之10的点赞和几条评论以及60%完播率等）平台就会判定我们的内容是比较受欢迎的，便会给第二次推荐。
第二次大概会推荐1000—5000左右的流量；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。
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 基本上就会给下一级推荐了。
之前也有人问说自己的视频一直很冷，但为什么因为一条视频反馈挺好的，突然又火了起来？
这里需要注意一点：抖音会挖坟。
挖坟就是指即使你前面发布的视频反馈不是很好，但是突然有一条视频的反馈很好用户很喜欢，平台就会认为你的视频受用户喜欢便会扶持你，而喜欢你视频的用户往往会去你的主页看其它视频，越点越看平台就会认为你的其余视频也很受欢迎，所以还会推荐你的老视频。
与之相反的是，即使前期你的视频反馈很好流量很大，但只要有一条视频违规你的账号就会被降权从而被限流或者封号。所以千万不要因为自己的粉丝有点多了而沾沾自喜，要居安思危，时时刻刻维护好自己的账号才是王道。
五、流量池
抖音有低级流量池、中级流量池、高级流量池之分，不同权重的账号会被分配到不同的流量池，也就会获得不同的曝光量。
被分配的高低取决于内容的受欢迎程度。
上述的5个作品的反馈数据（含播放完成率）非常重要，根据这五个参数平台会将你分配到相应的流量池。可以说是影响你的账号能不能做起来的直接因素，如果持续一周发布的作品播放量在 100 以下就会被视为低级号或者是废号，平台很少会给推荐；持续一周发布的作品播放量徘徊在300左右的号为最低权重号只会被分配到低级流量池，要是一个月后没有突破300左右的播放量同样会被视为僵尸号。
播放量持续上千则是待上热门账号，只需要蹭蹭热点就可以轻松热门了。
如果账号的流量一直上不去就放弃那个账号，重新申请一个账号来玩儿吧，因为再怎么搞它都很有可能是那样。
上面讲的是抖音算法，我们摸清了算法就能投机取巧地引导抖音给我们打上优质用户的标签，从而提高账号权重分配给我们更多流量。
六、禁忌
1、视频里面带有硬广、LOGO、水印、烟酒、纹身、涉政、诋毁侮辱他人、着装暴露、内容低俗不雅、色情与频繁私信粉丝、抄袭、冒充抖音官方人员、带有黄赌毒血腥武器（刀枪等）的视频可能会不给通过。如果被抖音检测到有违规行为便会受到一定处罚：
（1）限制流量，屏蔽热门。这个主要是因为广告太多和频繁抄袭导致。
（2）屏蔽某些功能或者限制使用某些功能。这个主要是因为抖音检测到你在利用某些功能频繁发广告，例如私信别人。
（3）删除视频并且封号数日。这个主要是因为内容低俗或者存在很大争议导致。
（4）关进小黑屋，永久封号。违规严重或者多次违规就会被封号。
2.使用模拟器频繁登录账号。
（1）频繁切换帐号
（2）同IP下挂十几个账号
七、账号优化
1.前期养号，提高权重。
上面讲了平台有算法系统检测我们的账号是否为营销号；如果是会被直接封号，即使没有打广告用崭新的号发布的视频也得不到什么流量扶持，因为你前期没有任何操作，平台也无法判断你是什么领域的账号，无法给你打标签，所以系统不会多作推荐。
我们刚注册一个账号，第一件事就是养号。无论什么平台都是这样，养号无非就是模拟人工操作，例如每天去刷视频（一个一个的看完）、关注别人、给别人的内容点赞评论转发、每天至少看半小时的直播（也可以把直播打开不看就挂在手机上）。
账号至少也得养3天，最好养一周。大家关注别人的时候可以去关注自己的同行。账号养到3天左右我们就可以绑定手机然后将账号信息一一完善。
账号又分为两种：
（1）自用号：用户拿手机号注册的账号；在真正使用且活跃，这类帐号的权重比较高。
（2）三方号：用QQ、微信、微博等第三方平台登录的帐号，没有用手机注册也没有绑定手机。
2.后期日更，保持活跃。
日更好的内容能使系统检测你是一个活跃的优质的账号因此平台不会降你的权。
八、内容优化
1.垂直。你是做美容类的视频就不要发一些与美容无关的视频，以免系统不能准确识别你是什么领域的账号从而给你打错标签或者不打标签，这样会导致你的账号权重上不去导致流量少与不精准。
2.原创。最好不要抄袭，其实搬运别人的视频比自己拍一个视频还麻烦而且搬运越来越玩不起来啦。
3.蹭热点话题和热门音乐。没事儿多参与热门话题，用用热门音乐效果会更好。老王不是让你什么话题最热就去蹭什么话题，找与自己领域相关同时又很火的话题去蹭！
4.7-15 秒。视频时间太短表现不出什么，没有可看性；太长又影响完播率，所以前期视频控制在 7-15 秒为最佳。
5.竖屏拍摄。抖音这个产品设计时就是以竖屏为主，用户习惯也是竖屏刷视频，竖屏的播放率会比横屏高。
6.参与挑战。尤其是官方发起的挑战，它的目的就是引导用户发布此类的视频，所以会给予一定的支持。
7.拍摄内容高清勿模糊。拍的时候买一个手机支架保持稳定性，再买一个补光灯让自己拍出来的视频是明亮简洁的，这些东西上淘宝百元内就可以搞定。
九、发布优化
1.在12：00—2:00；6:00—11点发布。这些时间段休息的人多，闲着刷抖音的人也多所以在这个时间段发布很容易被刷到。要注意的是我们最好提前10分钟发布因为平台会有一个审核时间，这个审核时间快则一两分钟慢则十几分钟。
2.定位到人群密集的地方发布。还记得老王讲过抖音有一个优先向附近的人推荐的机制吗？
3.积极引导点赞、评论、分享。
4.视频的文案描述。描述可以以疑问句等方式出现从而引导观看的人点赞评论转发。
5.@抖音小助手。这个不做过多解释，之前讲过很多。
6.参与话题。和玩微博的话题一样，可以增加一定的曝光。
7.封面。封面做的好别人更有欲望看。
以上就是抖音的简单算法以及优化建议，希望对你有帮助！

8. 快手推荐第一个人是什么意思

快手推荐第一个人是大数据推荐算法的意思。
快手推荐算法核心就是标签，你关注的人本身有标签，跟据你关注的人给你打标签，然后再把这些标签的视频推荐给你。
大数据推荐算法，你关注了一个美女，系统就判断你喜欢看美女，就给你推荐更多美女让你看个够，这就是你越喜欢看啥，就给你推荐啥。