深度解读抖音平台规则与机制

常言道，工欲善其事，必先利其器。只有深度了解一件事物的规则机制，才能更好的运用它。字节跳动旗下的抖音作为短视频中的领军平台，我们今天带领大家从多个角度来深度解读抖音平台的规则和机制。

一、了解抖音特性

1.去中心化算法

去中心化的基本概念：

在一个分布有众多节点的系统中，每个节点都具有高度自治的特征。节点之间彼此可以自由连接，形成新的连接单元。任何一个节点都可能成为阶段性的中心，但不具备强制性的中心控制功能。节点与节点之间的影响，会通过网络而形成非线性因果关系。这种开放式、扁平化、平等性的系统现象或结构，我们称之为去中心化。随着主体对客体的相互作用的深入和认知机能的不断平衡、认知结构的不断完善，个体能从自我中心状态中解除出来，称之为去中心化。——摘自百度百科；

 

通俗点来说，A关注了B，就可以看到B的内容，B的关注量越多，流量就越高。我们假设所有的用户都关注了B，但C比B的作品更优质，得出的结论是：所有用户每天获取的都是B的内容，优质的C却没有B流量高。抖音的去中心化机制就避开了这一点，将关注和推荐进行区分。据统计，抖音大部分用户都习惯在推荐区浏览作品，如果C的作品相比B更优质，那么A在推荐区浏览到C的作品概率远远高于B。正是这样的机制，让新加入的优秀创作者有更多的展现机会，最终形成去中心化。

算法机制

抖音的算法机制从技术层面分析是非常复杂的，下面附一张知乎大神@顾小小的算法机制分析图，如果想从专业数据与理论的层面理解建议自行百度。

 

总而言之，在精密的一套机制算法下来后，只要创作者能够意识到平台的推荐机制，便可以设计自身的行为，一步步引导系统将自身判定为优质视频创作者从而分配更多的粉丝与流量。

叠加推荐

简单来说就是增加作品的复播率，即重复播放的次数。系统会给质量大致相同的作品平均分配一定额度的复播率，然后再层层筛选出质量最好的一批作品，提高其推荐指数。这里我们提醒大家，通过不正当手段得到的点赞、评论，表面数据看上去很好，然而对自己的账号没什么实际性的作用。

今天就写到这里，下一期我们将详细说说抖音平台的分发机制。希望这篇文字对您能有所帮助！如果您有任何问题，欢迎联系我。