《香蕉人爽人人》

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。

【香蕉人爽人人的相关新闻】