一、分散机制、流池规则、智能配电系统
抖音为每项工作提供了一个流动水池。无论您是大还是小，工作的质量、工作的后续通信效果都取决于流池中的数据性能。
视频流量分布主要基于邻近度和注意力，并结合用户标签和内容标签的智能分布。如果视频具有高完成率和高交互率，则视频将有机会获得更多推荐流量。
抖音的分散化使每个人的作品都沾上了雨露。逐步推荐流池的规则。抖音智能配送系统为许多人创造了一夜成名的机会。流量池中抖音的表现体现在内容的赞扬、评论、转发量和完成率上。当这四个数据指标上升时，系统会推荐一个更大的流量池，在操作技术上，这四个点可以得到更多的回放。
二、叠加推荐
所谓叠加算法，是指新的视频智能分布约500W的回放。如果达到转发、评论、喜欢和关注的数量，系统算法将判断热门内容，自动对内容进行加权，覆盖推荐的50000 w播放。类似地，如果你的转发，评论，关注达到一个新的高度在这个阶段，系统将推荐更多的流量。
在这里，你可以看到一个在一个晚上播放数百万个视频的摇酒器实际上会生气很长一段时间而不知道为什么。实际上，这是由于shaker大数据算法的加权所致。
覆盖推荐是根据内容的综合权重来评估和考虑的。综合权重的核心指标是：完成率、表扬量、评论数、转发量，每一步权重不同。当达到一定水平时，推荐机制将采用大数据算法和人工推荐相结合的方式。
三、时效规则
在另一个案例中，我们发现视频发布后，很长一段时间都没有开火。几天、一周甚至几个月后，视频突然着火了。这也是抖音算法中一个非常有趣的机制，称为挖掘坟墓和用火拍摄一些高质量的旧视频。很多视频一开始并没有火。也许在系统再次挖掘出推荐后，他们莫名其妙地火了。
