想象一下，你站在推荐系统之城前，被提取出一个数字化的身体。你找一面镜子照看自己，却惊讶地发现，自己的身体已经结合了无数的数据：10%的技术、4%的篮球、1%的历史、0.3%的自然……

——闫泽华《内容算法》

如果你是一位专注于抖音的创作者，如果你还认为抖音是一款“玄学”的APP，如果你无法在抖音上获得稳定的流量，那么请你仔细阅读下面的内容，因为它可能会颠覆你的认知。

我们先来了解一下的核心分发逻辑

1. 什么是“分配”？

创作者如果想让其他人看到自己制作的内容，就需要把内容放在用户能够看到的地方，比如转发到自己的聊天框或者朋友圈，或者推送出去等待粉丝点进去查看。

在博客或公众号时代，让你的内容获得更多曝光的方法只有一个，那就是获得足够多或高质量的粉丝，并鼓励他们转发。对于一个从零开始的公众号/博客来说，获得曝光的唯一方法就是作者发朋友圈或分享给群里的朋友/群成员。

这是非常低效的，因为创作者几乎没有任何自主权。

如果平台能帮你将内容放置在显眼的位置（比如网站首页），或者帮你将内容发布给每一个用户，内容的曝光率就会很可观。

——Tik Tok就是这样帮你分发的。

但抖音不会把每个创作者制作的所有内容都分发给抖音用户，这很不现实。一个原因是内容创作者太多，即使推荐给用户，用户也没有时间全部看完；另一个原因是不同用户的喜好不同。如果把与足球相关的内容推荐给一个喜欢化妆的女孩，对她来说会很不利。

这就需要抖音用策略来优化自己的分发方式，让好的内容被更多人看到，让用户只看到自己喜欢的内容。

抖音采用的优化方式叫“算法分发”，而它基于一种叫“协同过滤”的分发方式。

这个术语很晦涩，你不需要记住，只要知道它的原理就行。用两个简单的词来形容，就是“物以类聚，人以群分”。这两个词分别对应两种方法：基于对象的协同过滤和基于用户的协同过滤。

2.什么是“基于对象的协同过滤”？

假设A1、A2、A3是同一类型的（比如都是NBA相关的），当一个用户喜欢视频A1时，理论上他也会喜欢A2和A3。反之，如果一个用户在看完A1和A2之后不喜欢（喜欢），那么就不应该向他推荐A3。

在这个推荐算法下，当系统想要向用户推荐内容时，需要经过两个步骤：

分析用户曾经喜欢过的内容；

查找与此内容相似的内容并将其推荐给用户。

对于抖音来说，这种方式有以下困扰：

显然，对于以视频为主要内容的抖音来说，选择这种推荐算法是极其不明智的，幸好还有第二种算法。

3.什么是“基于用户的协同过滤”？

假设A1，A2和A3是同一类型的人，具有相同的偏好；如果A1和A2喜欢一个视频，理论上A3也会喜欢它。

相反，如果A1和A2看完某个视频后不喜欢，就不应该将该内容推荐给A3。

在这个推荐算法下，当系统想要向某个用户推荐内容时，需要经过两个步骤：

寻找与该用户相似的目标群体；

将该组用户喜欢的内容推荐给该用户。

你会发现在这种推荐算法里，内容根本不重要，算法不需要知道一条内容是什么，它只需要看到有一群人喜欢这条内容，就能把这一群人归到同一类中。

所以在这个推荐算法里，我们用上帝视角来看抖音里的用户，其中一个维度应该是这样的：

喜欢相同内容的用户会被贴上同一个标签，当某个视频被这个群体中的一些人喜欢时，系统就会把这个内容推荐给其他带有此标签的用户。

在这个逻辑下，什么螺旋推荐，账号养成，再发帖就红什么的“玄学”说法都能找到。

这只是个开始，基于以上基础知识，我将试图颠覆你的固有认知：“你是谁”比“你拍什么”更重要。

以下困扰您的形而上学问题可以同时得到解决：

抖音怎么做？

“内容为王”是近年来创作者达成的共识，创作用户能够理解、愿意分享的内容是每个创作者努力做到的。因为你发布的内容是与用户的直接“对话”，只有用户理解、愿意分享，你的内容才能被更多人看到。用户是整个内容传播过程中非常核心的因素。

在抖音上，你对话的对象不再是用户，而是“算法”，你必须先让算法理解你的内容（其实就是你），然后才能将你的内容分发给合适的用户。

如果你的内容不被算法认可，那么即便你确定内容非常优质，也依然没有机会与用户见面，或者会出现“一个非常优质的机械键盘评测视频，被推荐给一个急需买口红的姑娘”的尴尬局面。