抖音的算法是怎样回事？
抖音的算法，其实是一个漏斗机制，跟今天头条的去中心化的引荐算法原理基本一致。它分为三个步骤：
榜首，冷启动流量池曝光
假设每天在抖音上有500万人上传短视频，抖音会随机给每个短视频分配一个平均曝光量的冷启动流量池。比如，每个短视频经过审核发出后，平均会有500次左右的一个初始引荐曝光。
第二，数据选择
抖音会从这500万个短视频的500次曝光中，剖析点赞、关注、谈论、转发等各个维度的数据，从中再挑出各项目标超越50%的视频，每条再平均分配5万次左右的引荐。然后再去看哪些是点赞、关注、转发、谈论是超越50%的，再滚进下一轮更大的流量池进行引荐。
第三，精品引荐池
经过一轮又一轮验证，挑选出来点赞率、播映完成率、谈论互动率等目标都极高的短视频才有时机进入精品引荐池，用户打开软件时，看到的那些动辄几十上百万点赞量的视频便是这么来的。
