小红书笔记推荐机制

笔记发布与标签

• 基于真实的原则，笔记发布后，会被打上一系列标签，将其推荐给可能感兴趣的人。

关键词与平台标签

• 笔记中提到的关键词等信息，则成为平台标签的重要来源。

用户行为分析

• 小红书算法每天都在分析用户行为。

学习模型

• 阅读时长 —— 用户点击
• 返回 —— 收藏 —— 点赞

预判打分

• 笔记发布后，模型对笔记质量进行打分，根据分数决定笔记初始排名和是否继续推送流量。
• 后续的笔记互动数据，决定了笔记在搜索排名的位置是否靠前。

双线推荐

• 笔记发布后2-8小时的实时推荐，和笔记发布一两个月后。
• 经过算法挖掘分析历史笔记，然后重新获得流量推送或限制流量推送。

热搜推荐

• 热搜推荐是平台短期流量内容的标识：搜索提示关键词、筛选热广是长期流量所在，来源于小红书真实的用户数据分析和总结。

关键词选择

• 要优先竞争度小流量大且比较精准的关键词，避免宽泛的关键词。

注意事项

• 确定笔记主题、关键词后，反推用户用什么关键词能搜到自己。
• 在笔记标题、正文、话题、评论等位置布局关键词，有助于笔记被收录及精准推荐。

知乎内容推荐机制

搜索流量

• 内容和搜索关键词的匹配度，匹配度越高，收录的概率也就越大。
• 优质账号的权重更高，能够获得的搜索词排名也会更高。

推荐流量

• 热榜是知乎的全站实时热门内容合集，主要看24小时的浏览量、互动量和领域权重来计算。

热榜流量

• 在短时间内有大量的领域内用户参与互动，形成不错的声量后，内容自然热度就提升上去了。

综合算法

• 威尔逊算法，即根据内容的点赞、反对、收藏等数据，来决定内容的推荐和排名。

抖音内容审核与推荐机制

机器审核

• 审核作品、文案中是否存在违规行为，如果疑似存在，就会被机器拦截。

人工审核

• 3个方向：
  1. 视频标题
  2. 封面截图
  3. 视频关键词
• 针对机器审核筛选出疑似违规作品，以及容易出现违规领域的作品审核人员进行审核。

考核数据

• 完播率：完播率 = 观看时间 / 作品时间
• 点赞率：点赞率 = 点赞量 / 播放量
• 转发率：转发率 = 转发量 / 播放量
• 留言率：留言率 = 留言量 / 播放量
• 转粉率：转粉率 = 关注量 / 播放量

流量池

• 初级流量池的流量大约在1000-5000左右，如果数据过关，将进入中级流量池中级流量池就有一万以上的播放量，高级流量池就有十万+以上次播放量了。

B站内容推荐与流量机制

三大流量

1. 搜索流量
2. 活动流量
3. 话题流量

优质参数标准

• 播放量 ≥ 100W。播粉比 = B站UP主视频被点开的曝光量，用户每点击一次可计算一次播放量，可重复点击，数字越高越好。
• 互动率 ≥ 210%。互动率 = 账号在所有粉丝中互动行为的占比（点赞、收藏、投币、评论、转发、弹幕）。

社区生态

• 内容之上和用户共创为核心，形成B站营销互动循环机制。

内容机制

• PUGC&OGV内容生态机制形成内容双向循环机制。