三、审核&推荐机制算法背后的逻辑：智能分发，叠加推荐，及热度加权
1、抖音审核机制抖音审核采取机器与人工相结合的审核方法
每一部作品从上传开始到热门会遇到层层审核
此处仅贴出视频审核算法，头条系的算法有别于其他互联网产品的中心化流量分配，就像微博的流量向名人大 V 集中，刚开的微博都没人看
而头条系即便你是 0 粉丝，发布的任何视频，抖动系统都会智能分发几十上百的流量
而新视频流量分发以附近和关注为主，再配合用户标签和内容标签智能分发，如新视频的完播率高，互动率高，这个视频才有机会持续加持流量
2、叠加推荐所谓叠加推荐，是指新视频都会智能分发 100VV 左右的播放量，如转发量达 10（举例），算法就会判断为受欢迎的内容，自动为内容加权，叠加推荐给你 1000VV,转发量达 100（举例），算法持续叠加推荐到10000VV,转发量达 1000（举例），再叠加推荐到 10WVV,依次类推……所以那些一夜几百万播放量的抖音主也矇逼，不知道发生了神马，实则是大数据算法的加权
叠加推荐当然是以内容的综合权重作评估标准，综合权重的关键指标有：完播率，点赞量，评论量，转发量，且每个梯级的权重各有差异，当达到了一定量级，则以大数据算法和人工运营相结合的机制
3、八级流量池推荐第口级：200--300第口级：3000--5000第三级：1
8W第四级：10W--12W第五级：40W--60W第六级：200W--300W第七级：700W--1100W第八级触发标签长期推荐4、热度加权实刷近百条爆火抖音，发现所有一夜爆火的视频，和抖音推荐板块的视频，播放量多在百万级，综合数据（完播率，点赞量，评论量，转发量）无一例外都很好
可见经过大量用户的检验，层层热度加权后才会进入了抖音的推荐内容池，接受几十到上百万的大流量洗礼，各项热度的权重依次为：转发量＞评论量＞点赞量
热度权重也会根据时
