叠加推荐：上节课中给大家讲解了流量池的概念，那么这个流量池对应的流量是如何分配的呢，我们举个中级权重的抖音号来说，当这个抖音号发布一个新的视频，这个中级流量池就会匹配200-500的流量给这个视频冷启动。
冷启动的作用就是通过小部分流量来测试视频的受欢迎程度。如果这个视频作品的数据反馈较好。那么继续推荐给下一个更大的流量池测试，层层叠加推荐。
那么视频数据反馈好的标准是什么？
从以往经验来看是点赞率0.5%以上，也就是5000个播放点赞达到50以上。完播率大于60%，点赞率和转发率不同视频浮动弹性较大，其中影响视频的反馈效果：完播率>点赞率>评论率>转发率>关注率。
当然，越大的流量池要求的反馈标准越高。并且到了一定推荐量级会介入人工审核，判断该视频是否有价值推荐上热门，一般播放量超过5000万就算是热门视频了。
前期的粉丝作用是非常大的，粉丝可以拉高视频的反馈效果。所以维护好粉丝，增加粉丝黏性可以帮助我们的每条视频过冷启动流量，进入下一层流量池推荐，如何维护好粉丝这个在我们今后的课程会详细讲解。
Tip：有些学员会想着既然提高这些视频反馈数据就能有高推荐，那就通过刷流量刷评论的方式去做，这是万万不可行的。
因为抖音大数据不仅结合了视频反馈指标，还有这些点赞用户评论的标签，能够识别出异常用户或标签和视频内容极度不符的行为，很容易被关小黑屋甚至封号。
所以。分析推荐算法只是指明了路径，而优质的内容才是登上热门的金钥匙。我们可以通过视频内容去引起点赞评论转发，比如设置一些梗或者互动问题，但是不能直接让关注或者评论点赞，这也会导致视频降权。
时间效应：一个视频从高推荐上热门到冷却的时间最多只有一周，一周之后就看各自的转化本领了，能不能持续输出优质视频或引导卖货成交等。
