抖音
前天跟抖音的直客聊天（直客就是字节里的千川投手） ，他分享了抖音内容推送的底层逻辑
内容与观众 的匹配度 Looklike
大家都知道抖音是基于算法推送 ，那算法的逻辑就是基于平台不断的试探、反馈、再试探，再反馈 ，来尽量匹配（looklike）相似度高的人群给发出的内容
平台其实尽量想推送观众喜欢的内容 ，即是与观众高度匹配的，试想想如果你收到的内容多是你喜欢看的，你就会刷不停，一直留在抖音上，也产生更高的变现价值。
以下我就为大家揭密这套匹配度的算法机制 ：
点赞 ：最没用，因为太多人喜欢点点赞然后划走，所以平台不会参考这类观众与内容的匹配度
停留 ： 平台会匹配相似度约 20 % 的人群 观众肯停下看 （ 特别是 5 秒 停留 ），代表初步是感兴趣的
评论 ： 平台会匹配相似度约 30 - 50% 的人群
观众会花时间写些东西，哪怕是有感而发喷几句，那还是说明有所共鸣了，平台会认为与这类观众有类似标签的人群有 30 - 50 %会喜欢这条内容
关注 ： 平台会匹配相似度约 50 - 70 % 的人群
观众肯点击关注，这说明观众想一直追看这类视频，所以像这类观众更高概率会喜欢这条内容
成交 ： 平台会匹配相似度约 70 - 100 % 的人群
观众肯会这视频付费，说明观众真的很喜欢这条内容，并肯为之付出金钱，这样的观众该与内容高度匹配，平台再推送像这类观众该也很大概会喜欢
所以也解释了 ，就算是 停留的人群虽然 % 很高 （ ＞ 50% ），但是由于这指标的匹配度只约20 % ，所以来的人 很泛， 可能再推送来的人群对视频 反馈不好，这样也不会有进一步的推送流量
愈深层的反馈 （ 评论 ，关注 ，成交 ），人群标签匹度的概率会愈高，也表示愈精准，从而又强化你账号 （ 吸引人群 ） 的标签
