抖音推荐算法步骤

1.上传视频之后，由机器小范围的推荐给可能会对你视频标签感兴趣的人群，差不多是20-250人数之间，计算在单位时间之内观众(audience)的评论、点赞和分享数。具体公式是：热度=A×评论数+B×点赞数+C×分享数，系数A，B，C会根据整体的算法实时微调，大致上：C>A>B。这一步我们暂且称为第一次推荐
这就是我们平时为什么会看到推荐里面出现的内容，有些互动率几乎是0。就是因为你是这个视频的第一波观众
2.如果经过第一次推荐，你们的视频没有在目标用户中得到比较好的反馈，那么很遗憾你就只能指望下次再拍出更好的视频啦，这就是为什么你在抖音中的视频浏览数大部分都是在50-250之间的原因啦。
另一方面，如果你的视频经过第一次推荐得到了比较好的观众反馈，那么这时你的视频将会被推荐给更多的潜在观众，我们可以叫扩大推荐。机制跟第一次推荐一样，这次触达的观众人数大概可能是1000-5000人。以此类推，像把一颗石头丢进平静的湖面一样，一圈一圈的辐射到更大的面积。那种视频点赞数达到100w以上的视频，就证明它在目标观众中唤起了深深的共鸣。
一般来说，短视频的点赞、评论越多，播放时间越长，用户没看完就关闭的比例越低，能获得的推荐量就会越大。达到了上面的几个条件，系统就会认为你是一个优异的视频，来给予大量推荐。
3.经过前两步的设计，基本可以保证90%的视频可以科学合理的筛选出抖音的热门视频，但是考虑到一些意外情况(比如系统给你的第一波曝光受众没有弄好，导致机器把第一批推荐的目标观众搞错啦，又或者运营的同学针对一些节日或者热点要人为增加热门视频)，所以你会看到抖音当中有一部分的视频上面有“精选”的字样。