《a片在线播放》

视频号爆款视频推荐算法揭秘

经过两年多的(📮)沉淀，视频号已经逐渐走上了正轨，越来越多人开始重(♐)视这块流(🚯)量。本文作者总结分享了他做视频(🌾)号的经验，希望能给你带来帮助。

经过两年(🤐)多的沉淀，视频号已经逐渐走上了正轨，大家也开始越来越重视这块流量，所以有很多朋友问视频号到底该(📯)怎么运作。

这里，挖塘人就总结一下这两年做视频号的经验并分享给大家，今天先跟大家视频号的推荐算法，下期(📺)我们(🐷)再聊经营策略。

01 视频号审(💈)核机制

从直观的角度来看，视频号的审核机制是和抖音、快手、小红书等(💭)平台的审(🅿)核机制大致一样。

作品上传解码后，首先审核算法会判断作品的文案、画面、声音是否违规，主要包括侵权、低俗、过度营销、违法违规、诱导(♒)、色情、虚假欺诈等。

除了算法审核之外，也有人(🔪)工审核，主要针对算法没有识别到或者算法识别有疑问的“漏网之鱼”。

同时，如果已经通过的视(👧)频遭受举报，那么会再次触发人工审核，人工会根据(🎃)举报的证据对作品做出判(💌)断，如果没有违规就正常推荐，否(😷)则反之。

02 视频号推荐机制

视频号是(🙃)基于微信生态的，相比其他平台多(🦂)了很多社交属(🎆)性，所以在(🥊)推荐机制(🔬)上会有一些不同点(🏹)，为了更好理解，我们从三个方面来分析。

1. 什么样的内容不会进入推荐池？

1）视频(⏺)质量(🐾)

如果你(🔑)的存在声音(⏳)画面不同步，画面卡顿模糊，大面积无画面等视频质量问题，基本上就不(⛴)会有推荐。

2）内容(🚥)质量

视频号和其他内容平台一样，对内容的要求主要有两个(🤓)原则(👪)，一个是热点性，另一个是价值性。

如果你发布的作品都是没有看点的内容，那么你的账号就相当于公开的(💥)朋友圈，就自己和好友看看。

同时，发布同质化，旧闻等(✊)内容也不会得(👷)到推荐，平台除了不允许违规的作品外，太多的低质量的内容也不是平台想要的。

2. 什么样的内容(📋)会被平(🥢)台推荐？

1）视频质(🚟)量高

保持视频高清无码，画面清晰不卡顿，字幕与声音对齐等，让观众有个良好的观看体验。

2）内容质量高

内容质量的高低其实是很难界定的，每个人的看法是不一样的，但是从平台的角度来讲，它(🌪)还是希望创作者可(🚷)以创(🏇)作有热点、议点、看点的内容，因为这些内容可以留住和吸引(🏖)用(🤝)户。

3）精准(😘)关键词

为了更精准地将内容推荐给用户，视频(😜)号推荐模型会根据用户的地理位置，平常的浏览(📴)喜好，关注的话题等维度来进行推荐，所以在视频内容，标(💗)题文案，话题标签，地理位置等方面(🛡)添加对应的关键词更有利于系统的精准推荐。

3. 推荐逻辑是(⏮)什么样的？

我们先来聊聊视频号推(🌓)荐算法的原(😂)理和运行机制。虽然官方并(🎿)没有公(🚰)开视频号的推荐(🚘)算法机制机理，但我们可(😔)以(🏉)从微信看一看的算法机制机理中找到一些依据。

从微信看一看的(🧤)推荐算(🏪)法中可以看到，算法是基于用户的浏览记录、关注的公众号以及在看内容等三个维度进行建(💔)模的，然后经过安全过滤、生态保障、内容去重、兴趣打散、社交推荐等干预机制后(🍻)再进行推荐。

同理可证，视频号的算法也是基于用户的浏览记录、关注的视频(🍖)号(😊)、点赞评论分享的内容以及不喜欢的内容(⛷)等多(💚)个维度进行建模，经(🤝)过多种干预机制(🎈)后再(🕹)推荐。

了解完视频号推荐算法的机制机理后，我们再来梳理一下它的推荐逻辑(🎳)。

从视频号推荐算法(🥡)的机制机理中我们不难总结出它的推荐逻辑与三个(🚷)方面有关联，即用户、内容、互动。

在用户方面，推荐算(👫)法会根据用户的社交关系，综合筛选出合适的推(🔫)荐内容列表，这也就是视频号首页顶部导航的「朋友♡」和「关(🤺)注」。在内容(🗡)方面，推荐算法首先会进行安全过滤、生态保障、内容去重等干预机制，屏蔽掉不合适的内容，然后再对(🍒)合适的内容进行兴趣打散，最后根据兴趣标签推荐给目标用户。在互动方面，推(🤾)荐算法会根据互动的数据来“评判”该内容是否(⛔)需要继续推荐，这里也有几个(🚝)维度，即点赞率、评论率、分享率、完播率。

根据多个不同类型账号(📹)的视频数据分析，完播率占比比较大，一般20s以内的视频低于10%就很难被推荐。

视频入选推荐也证明了这一点，被推送「视频已获得推荐」消(📰)息的视频大部分的完播率都在(⤴)10%以上。

其次是分享率，这个因素重要的原因可能有两个，一是视频号为了扩张，二是微信天然是社交平台，所以鼓励大(👁)家分享视频给(🌫)好友是理所当然的事情。

接着是点赞率，用户给某视频点赞说明该视(🍨)频被用户认可了(📅)，容易(🔠)获得更多推荐。

最后是评论率，评论其实是评判该视频的价值性，各大平台都在鼓励创作者创作有看点，有议论点的内容，所以它也是影响作品推荐的一个因素。

此外，还有一些维度在后台的数据统计中没有显(👔)示，比如用户观看某视频的时长，视频的跳出率等等。因为视频的的复杂性，仅仅通过表面(🥖)的几个维度来评判一个视频的好坏是不够的，所以这一块的数据推荐算法里应该是有的，只是(🚪)没有对用户开放。

根据上面的逻辑，我们绘制出一张图，方便大家更好地理解。

其中维度数据的具体占比无从得知，只能(🕔)写大概的，但努力把所有的(😕)数据做好，爆款肯定少不了。

当然，除了掌握这些平台的规则之外，更(➕)多的精力应该花在(🚪)经营上，包括矩阵运营(🎿)，内容输出，直播，商业变现等，我们下期也将分享视频号经营方面的经(⛹)验，欢迎关注！

作者：挖塘人，微信公众号：挖塘人，挖塘养鱼，专注互联网粉丝经济，商业干(👺)货

本文由 @挖(🎪)塘人 原创(🕒)发布于人人都是产(😿)品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

【a片在线播放的相关新闻】