假如你是用戶1，你喜歡了系統内的物品1，系統發現喜歡物品1的用戶，還有用戶2，用戶3和用戶4，然後系統還發現用戶2、用戶3和用戶4也都同時喜歡了物品3。在用戶喜歡物品的這個行為上，我們是不是可以去猜物品1和物品3是相似的，那麼系統就把物品3推薦給了用戶1。

這一套邏輯裡邊是基于對于物品喜歡的角度上去推薦的，所以将它稱之為基于物品的用戶行為推薦算法，因為他的推薦邏輯是用戶喜歡物品這個行為。

用戶1喜歡了物品1，用戶2也喜歡了物品1，所以說那我們是不是可以說在喜歡物品1這個行為上，用戶2和用戶1屬于同一類人？那麼系統又發現用戶2還喜歡物品3，因為用戶1和用戶2是同一類人，那麼用戶1理論上應該也喜歡物品3，所以系統把物品3推薦給用戶1，在這個用戶行為的推薦方法上，系統關注的目标不再是物品而是人，他把人分成一類一類人，對他們做類似推薦，這個邏輯也沒問題。

剛才我們講到，抖音一天會上傳6000萬條視頻， 所以從算法的計算複雜度的這個邏輯上來說，我們推測用抖音使用的是協同過濾的推薦算法，也就是基于用戶行為的推薦算法，這一點也是被抖音官方所承認的。

從這個邏輯上去來看，抖音是把所有的内容分成一簇一簇，各種喜好相似的人分成一堆一堆的，所以才出現了很多關于抖音要養号，要打标簽這樣的玄學說法。

針對這種說法，如果做一個賬号，是生産所有人都可能喜歡的劇情類、搞笑類這種内容的話，你是不需要去養号的，因為不管你的内容發布給什麼樣的人，他們都會喜歡，因為幽默總能給人帶來歡樂的。

但如果你的内容特别垂直，這個時候你就得把你的賬号做好的标簽分類了。

因為站在我們對面的不是人，不是資深的編輯，而是一台機器，機器不知道裡面的内容是好是壞，機器也不知道你的内容應該推薦給1千人，1萬人還是100萬人，機器唯一能做的，就是根據人類的反饋作出響應。

如果機器把你的内容推薦給了500個人，這500個人裡邊有499個人喜歡，那代表了兩點：一是推薦方向正确了，二是你的内容非常優質。這個時候系統就會加大推薦量，不斷地去滾雪球。 但是如果當你的内容被推薦給了500個人以後，這500個人裡隻有10個人給你點贊，那就隻有兩種結果： 一是内容方向推薦錯了，第二就是這個内容極其劣質。

那這給我們帶來的反思，就是如果說你的内容你不管怎麼調整，不管怎麼定向人群，不管怎麼投DOU ，都隻有500次播放，不會超過系統既定的這個曝光數，你就要反思你的内容質量了。

不要老是覺得自己好，觀衆覺得好才是更重要的。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!