B2C Data

最近抖音对其推荐算法进行了重构这一变化对于希望在平台上获得更多曝光的创作者来说影响深远。本文将探讨抖音推荐算法的三大变化以及这些变化对内容创作者意味着什么帮助创作者们更好地适应新算法抓住流量机遇。


很久没聊抖音的算法了最近也有很多粉丝朋友在问所以今天挖塘人就写一篇内容来谈谈最新的变化。 相信做抖音的小伙伴最近半年来应该可以明显地感受到流量的差异按照传统的浅内容打法已经很难有爆款流量了这一切都源自于抖音推荐算法的重构具体的变化有以下几点有需要的小伙伴可以留意一下： 一、推荐算法多元化 抖音以前的推荐算法基本上是从今日头条 牙买加电报筛选 那边演变过来的内容创作者侧会识别创作者的领域会提取内容的关键标签。

而用户侧刚开始会推荐几个初始的兴趣挖掘内容通过用户的互动反馈来判断用户的喜好然后慢慢地给用户标记对应的兴趣标签。 最后把内容标签和用户兴趣标签做匹配从而实现兴趣分发推荐用户喜欢看的内容。


端产品经理的能力模型与学习提升 端产品经理面临的第一大挑战是如何正确的分析诊断业务问题。 这也是最难的部分产品设计知识对这部分工作基本没有帮助如果想做好业务分析诊断必须具备扎实 ..查看详情 > 但现在按照这种单纯的兴趣分发已经满足不了当前的用户需求了因为用户的需求变得多元化所以推荐算法也需要变得多元化。


目前抖音已经在执行多元化的组合推荐算法在原有兴趣分发的基础上新增其他的元素比如兴趣交叉观博同频等。


兴趣交叉应该比较好理解比如一个用户平常喜欢看钓鱼的视频是个垂钓爱好者那么也有可能喜欢看赶海抓鱼或者放水抓鱼的户外视频两者会有一些交叉的地方。