新年大揭秘！海外社媒平台算法底层逻辑详解，助力出海品牌新年生意兴“龙”！

其算法的设计初衷则是为了持续增加用户在YouTube上的观看时长，根据观看者的喜好推荐视频。也就是说YouTube算法所关注的重点并不是视频的内容，而是观众喜欢看什么视频。

简单来说，YouTube推荐算法主要分为两层网络：候选池(candidate generation)和排名池(ranking)。

一般来说，第一层网络相对比较广泛，主要以用户行为为主，包括但不限于观看记录、观看时长、踩赞等人口学特点对视频进行初步筛选。而第二层网络对于第一层网络来说标准更为精细，比如用户观看记录、视频点击量、新鲜度等等。

在了解了YouTube推荐算法机制后，又该如何与网红一同创造出能够获得爆量机会的视频内容呢？

• 提升视频关键词准确度（SEO）

• 使用具有吸引力的缩略图

• 外部渠道引流

（点击图片即可了解详情）

Instagram的算法主要基于以下6个方面为内容进行排序：个人兴趣、及时性、用户关系、频率、关注和使用时长。

其中个人兴趣、及时性、用户关系为Instagram机器学习的主要依据，频率、关注和使用时长则是额外考虑因素。

此外Instagram算法还有以下特点：

近年来爆火全球的TikTok，作为最大的全球流量风口之一，成为了各大品牌营销的重要发力点。低成本获得高曝光的案例在TiKTok上屡见不鲜。

当视频发布后，TikTok会自动将视频推送至一级流量池并观察这些用户对视频的反馈，一级流量池中推送的一般是细分领域的用户，这一部分用户是基于账号权重以及视频内容标签来决定的。TikTok会根据内容标签将视频内容推送给可能对其感兴趣的用户。

• 多样互动：包括点赞、评论、分享等等；
  

• 即时互动：用户在观看多长时间后会产生互动；

• 完播率：即视频完整播放次数/视频打开次数；

此外，账号的权重越高，系统越有可能跳过某些流量池直接将内容推送至更高的流量池。比如有些认证过的账号一般都有比较高的权重，视频内容可能直接跳过一级流量池到达二级或更高流量池。

创作者上传作品之后，作品在TikTok内部经过一系列流程的筛选、匹配，最终分发给用户。

• 审核机制

• 消重机制

• 特征识别机制

• 人工干预