你们一定有个这个疑问：
一条抖音到底怎么才能火，也肯定想知道，算法推荐一个视频的背后逻辑到底是什么？
前几天抖音官方正好推了个官方讲解抖音推荐算法的文章，我第一时间看了一遍。
经过了这么些年的发展，算法技术已经很成熟，不是我们理解的那种给内容分类打标签的方式，而是基于用户行为去推荐。
我可以用一个简单的公式来讲明白目前推荐方式：
综合预测用户行为概率 × 行为价值权重 = 视频推荐优先级。
第一个被内容价值所影响，第二个是被用户看到你这视频产生的行为所影响。
内容价值即是你的视频是否是原创性，是否是优质、新颖且具有独特价值的内容。
用户行为包含几种？
“收藏+复访”
“关注+追更”
“打开+搜索”
不光是你的行为会影响当前视频的被推荐与否，你后面视频的推送逻辑被你之前看视频后做出的行为所影响，算法会根据预测对你做出推送。
不知道我讲得是否有些晦涩，我也可以用一句话总结：
作为创作者，你的视频能更多获得用户的观看和互动，越容易被推荐。
作为用户，你刷到什么内容是基于你自己的行为所导致，不过算法也会基于你的兴趣推荐更丰富的内容，扩展你的兴趣圈。
想打破“信息茧房”的，不仅是我们自己，平台算法也会使用多目标系统进行多样化推荐。
