抖音算法邏輯有哪些？
1.智能分發(fā)
頭條系的算法有別于其他互聯(lián)網(wǎng)產(chǎn)品的中心化流量分配，就像微博的流量向名人大V集中，剛開的微博都沒人看。而頭條系即便你是0粉絲，發(fā)布的任何視頻，抖動系統(tǒng)都會智能分發(fā)幾十上百的流量。而新視頻流量分發(fā)以附近和關(guān)注為主，再配合用戶標(biāo)簽和內(nèi)容標(biāo)簽智能分發(fā)，如新視頻的完播率高，互動率高，這個視頻才有機會持續(xù)加持流量。
這也正是0粉也能1夜10w，一夜爆紅的原因，因此抖音的去中心化算法讓人“雨露均沾”，這波紅利給人人以機會，天天有看點！
2. 疊加推薦
所謂疊加推薦，是指新視頻都會智能分發(fā)100vv左右的播放量，如轉(zhuǎn)發(fā)量達10（舉例），算法就會判斷為受歡迎的內(nèi)容，自動為內(nèi)容加權(quán)，疊加推薦給你1000vv，轉(zhuǎn)發(fā)量達100（舉例），算法持續(xù)疊加推薦到10000vv，轉(zhuǎn)發(fā)量達1000（舉例）,再疊加推薦到10wvv，依次累推…所以那些一夜幾百萬播放量的抖音主也矇逼，不知道發(fā)生了神馬，實則是大數(shù)據(jù)算法的加權(quán)。疊加推薦當(dāng)然是以內(nèi)容的綜合權(quán)重作評估標(biāo)準(zhǔn)，綜合權(quán)重的關(guān)鍵指標(biāo)有：完播率，點贊量，評論量，轉(zhuǎn)發(fā)量，且每個梯級的權(quán)重各有差異，當(dāng)達到了一定量級，則以大數(shù)據(jù)算法和人工運營相結(jié)合的機制。
3.熱度加權(quán)
實刷近百條爆火抖音，發(fā)現(xiàn)所有一夜爆火的視頻，和抖音推薦板塊的視頻，播放量多在百萬級，綜合數(shù)據(jù)（完播率，點贊量，評論量，轉(zhuǎn)發(fā)量）無一例外都很好?？梢娊?jīng)過大量用戶的檢驗，層層熱度加權(quán)后才會進入了抖音的推薦內(nèi)容池，接受幾十到上百萬的大流量洗禮，各項熱度的權(quán)重依次為：轉(zhuǎn)發(fā)量>評論量>點贊量。
熱度權(quán)重也會根據(jù)時間擇新去舊，一條爆火的視頻的熱度最多持續(xù)1周，除非有大量用戶模仿跟拍，所以還需要穩(wěn)定的內(nèi)容更新機制，和持續(xù)輸出爆款的能力。