如果在抖音平臺上面觀看一些視頻的時候，肯定也有人發(fā)現(xiàn)了，當(dāng)自己喜歡某個視頻時，就會推送同類型的視頻，那么抖音平臺是否是根據(jù)個人的喜愛來進行推送呢?

在抖音的后臺系統(tǒng)中應(yīng)該對于人群畫像分類有非常詳細的總結(jié)，會根據(jù)自己的喜好、停留時間、點贊類型來判斷自己喜歡哪種類型的視頻和人;

比如自己在看寵物視頻的時候點贊評論多并且停留時間長，看好幾遍，那可能后面就為大家推薦的這種比較多，看唱歌跳舞的美女比較多，在后面就很有可能推薦更多的美女唱歌跳舞視頻。

那么好友推薦就跟上面的算法一樣，根據(jù)大家的喜好匹配同一類型的人給大家，這樣在平臺上找到自己喜歡內(nèi)容之后大家就會留下，如此哦下去用戶留存和活躍度就會慢慢提高!

而且現(xiàn)在抖音的算法還在不斷的細化、調(diào)整和升級，以后對于人群畫像的區(qū)分就更加細致了，大家就很輕松能夠找到自己喜歡的人。

算法是什么?

在抖音的視頻信息流中，有四個按鈕，分別是關(guān)注、轉(zhuǎn)發(fā)、評論、點贊。

這幾個按鈕的作用，就是用來判斷用戶是否喜歡推送的內(nèi)容的，不過還有一個參考指標(biāo)就是完播率(就是看是否完整看完整個視頻)。

在轉(zhuǎn)發(fā)、評論、點贊和完播這幾個指標(biāo)中，我們發(fā)現(xiàn)用戶參與成本最大的是轉(zhuǎn)發(fā)(因為現(xiàn)在已經(jīng)將抖音的接口關(guān)閉了，用戶想轉(zhuǎn)發(fā)到必須下載下來再上傳到)，然后依次是評論、點贊和完播。

講了這么多，我并不是要教你去研究抖音的算法機制，而是理解這里面的邏輯。然后有針對性地在內(nèi)容里去優(yōu)化，去引導(dǎo)用戶做出反應(yīng)自己喜歡你的視頻的動作，從而獲得更高的推薦量。