推荐算法的核心是将内容和用户标签化、评分化。比如用户标签化是通过用户日常的观看行为分析用户的喜好，从而为用户贴上对应标签。内容标签化是通过分析内容所在领域或行业后为内容贴上对应标签。当内容和用户都有了自己的标签后，只需将标签进行匹配就能轻易高效的将两者进行连接。

但是全网每天生产过亿的海量内容，如此庞大的数量，都推送给对应标签的用户肯定是不现实的。平台就推出了为内容评分的机制，通过评分判断内容质量。优先将高评分内容推荐给用户，从而使得优质内容获得更多流量。

平台为直播间评分主要是考核直播间观众停留时长、观众互动率、直播时长、直播间涨粉量。其中观众停留时长是最重要的考核指标。

1、用户匹配

用户匹配是一种为用户和内容贴标签和匹配标签的过程。会抖音根据用户的历史观看、点赞、评论、分享等行为，分析用户的兴趣爱好，为其推荐相关的内容。同时抖音会更加直播的数据和视觉特征进行分析，如标题、标签、封面、音乐、时长、拍摄角度、颜色等，从而为用户提供更准确的内容推荐。如用户经常在平台观看美食制作、美妆、母婴的内容，那么系统就会为该用户贴上美食、美妆、母婴的喜好标签。在这种情况下即使用户账号没有填写性别和进行实名认证，系统也能自动判断该用户为女性。

同理，一个直播间如果讲解美妆技巧和出售美妆商品，系统也会为该直播间贴上美妆的标签，并将直播间推送给贴有美妆标签的用户。

如果一名用户在一段时间内高平率刷到同一类型或同一领域的内容，就证明该用户已经被系统贴上了该领域或该类型的标签。

“标签”又分为账号标签和用户标签两种。账号标签是指账号内容所属的领域、行业或者是账号内容风格。如：央视新闻账号标签为新闻类。而用户标签则是指用户的喜好方向。如：用户经常观看汽车知识相关内容，那么用户的喜好标签就是汽车爱好者。

2、协同匹配

协同匹配是模仿相似标签用户的喜好，并将相关内容推荐相似用户的一种推荐机制。比如用户小明的喜好标签是汽车、钓鱼、火锅，用户小张的喜好标签是汽车、露营、火锅。那么平台会尝试把小张喜欢的露营相关内容推荐给小明。从而拓展推荐范围和推荐能力。这一行为也称为“挖掘用户潜在标签”。

挖掘用户潜在标签在一种概率的推荐算法。在现实生活中当两个人有两三个相同爱好的情况下，大概率他们还会有其他相同爱好或者相同需求。

3、流量推送机制

流量推送机制就是一种为直播评分的过程。系统根据多个维度数值判断直播内容的质量。如果数据好内容优质，系统将为直播间推荐更多的用户。这就是我们常说的“进入下一个流量池”。

抖音的直播间的具体推荐逻辑，平台首先通过算法获取每个直播间的特征，再根据这些特征把直播推荐给可能喜欢这些主播的观众。具体的获取的特征如下：

（1）开播时长及主播开播的时间长度。

（2）观众的停留时长及观众看直播的时间长度。

（3）互动情况及观众在直播间的评论量、点赞量、礼物互动等情况。

（4）粉丝粘性及直播时的涨粉情况，粉丝观看直播的频次。如果是电商主播，直播间的下单率、成交金额、好评率等指标会影响推荐，如果你是聊天室的忠实用户，直播间的连线情况也会影响推荐。

目前直播运营都知道要实时查看直播间关键指标，来预判流量。但像UV价值、自然流量转化率等，是从本场开播到现在，累积运营的结果。

抖音并不是根据开播到现在累积的数据来分配流量的，更有可能是根据近5分钟内的转化效果来分配的。

所以很多运营希望能看到当时每5分钟/10分钟，这个时间段承接转化，不受之前的累积数据的影响，更能体现最近时间段流量承接力。

上一篇：详解抖音赚钱模式附带项目实操方法 下一篇：深度拆解，抖音带货直播间赛马排名的底层算法！

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。