[作者：DeepLearningStack，阿里巴巴算法工程師，開源TensorFlow Contributor]
今天說說產品相關的東西。因為實際需要，也是興趣使然，我稍微仔細研究了下這個東西，確實很有意思。
自媒體時代，很多人都想借着流量做點什么，但是這條路是真的難。尤其是抖音，考驗的是面向算法和內容兩方面的運營能力。
兩種模式對比
我記得特別清楚，第一次發抖音的時候，拍的是一個桂林漓江的景色，剛發出沒多久其播放量就開始猛漲，我興奮不已。可是在幾個小時之后，播放量穩穩地停在了604這個數字上，就好像這個視頻從抖音上下架了一樣。
接下來的日子里，除了一段描述我本人考研狀元(考研數學145分)的視頻稍微火了一下(播放量19w)，其他所有的視頻播放量，其平均值基本都500左右。
后來我做了調研，並且找到做類似產品的同學聊了聊，發現這和推薦的機制，以及推薦算法是有很大關系的。
我們把“為什么播放量均值總是停在500左右”留在后面解答。
同時為了引出推抖音的推薦機制，我決定還是以微信公眾號這件自媒體產品做個類比來詳細說明(之所以這么類比，是因為最近在做公眾號，所以比較熟悉)。
顯而易見，同樣是面向自媒體的產品，騰訊微信公眾號與抖音，除了在媒體形式上存在差異(文字和短視頻)，還有一個重要的區別，那就是搜索與推薦的區別。
這么說也不本質。如果更本質一點，應該是主動與被動的區別。
就這么一個交互上的不同，背后是差異化十分顯著的產品邏輯。
如果我們想關注一個公眾號，需要用戶主動去搜索或者掃其二維碼。當我們想推廣一篇文章的時候，也需要一些用戶主動地分享到朋友圈中。在這個生態圈中，所有的活動都需要用戶主動去參與。可以說，沒有主動性，悶死牢籠中，永無出頭之日。所以公眾號類自媒體特別依賴朋友圈，其實勉強解釋一下也覺得合理，你的圈子基本說明了你的“畫像”。
而抖音的玩法就很不一樣了，這是一款由算法深度參與且落地的產品。和一般的推薦機制相似，需要對用戶進行畫像。雖然你可能非常熟悉，但我還是要描述一下基本過程。
當我們注冊了抖音之后，在不斷滑動屏幕的同時，一些視頻會被動地推薦到我們的眼前。如果你在瀏覽過程中留下了一些“痕跡”，那么這些“痕跡”將會形成針對你本人的畫像，這個畫像就是你本人的描述。
有哪些東西算是你的“痕跡”？我總結至少有以下幾點：
-
點贊
-
轉發
-
停留時長
-
評論
-
關注
-
發表的視頻類型
其他隱性的肯定還有，但是上面的幾點基本能夠刻畫出你本人的喜好了。和一般的機器學習或者深度學習算法性質相同，數據量越大，訓練的結果就越好，你的畫像刻畫的就越准確。
當每個人都有了自己的畫像之后，視頻開始按照和每個用戶畫像的匹配度進行分發，也包括你發的視頻。
目前視頻推薦還是需要一些tag作為輔助信息的，它由用戶主動標記。在抖音上，tag以“話題”為名暴露給用戶，比如下圖中紅框標出的部分。(抖音可以互關一波哈)
“話題”對推薦具有十分重要的導向。雖然一些例如卷積神經網絡的算法模型可以直接分析視頻，但整個計算過程既耗時又耗資源，不一定全量使用這種方法。另一方面，tag由視頻作者創建，他幾乎是最了解視頻內容的人，所以這個信息也相對可靠。
因此，要想推廣一個視頻，tag要認真甄選。
抖音的“闖關模式”
現在我們回答開頭提出的問題——為什么是500這個數字？
這是刻意指定的規則，我稱之為“闖關”模式，而且很多外部競品也在效仿這個方式。具體是這樣的，請看下圖。
上圖中所謂的摘除視頻，確確實實是從推薦系統中摘除了，幾乎不會有被動曝光的機會。但據說還有“挖墳”功能，意思大概是即使被摘除的視頻，也可能因為某些條件被觸發而復活推薦。
所以，播放量總維持在500的原因是——第一關沒過，且視頻被推薦系統摘除。
到底有多少關卡？據不可靠消息，關卡大概一共有這么幾個。
-
第一關：流量300-500
-
第二關：流量3000
-
第三關：流量1.2~1.5萬
-
第四關：流量10~12萬
-
第五關：流量40~60萬，開始介入人工審核
-
第六關：流量200~300萬，伴隨人工審核
-
第七關：流量700~1100萬，伴隨人工審核
-
第八關：流量3000萬級
過關門檻是什么？是根據用戶留下“痕跡”的統計指標設定的閾值。一般來說，這些指標的權重從高到低排列如下：
完播率 > 點贊率 > 評論率 > 轉發率 > 關注率
而且比較可怕的是，這個周期非常短暫，短暫到你幾乎沒反應過來的時候，這陣風就已經過了。從視頻產生開始，到第八關可能只經過一周左右。
長尾和冷啟動
看到這你也別泄氣，這太正常不過了。和大部分推薦場景一樣，用戶整體服從一個極端長尾的分布。
這就是“旱的旱死，澇的澇死”分布。
不僅是算法領域，在任何時候幾乎都存在這種分布。當這種分布已經形成，並處於極端的兩極分化，它的形態就不再容易改變了。
一般情況下，推薦系統會優先推薦大眾認為好的內容，它一旦被推薦，就會收到更多的流量，只能越來越好，因此進入良性循環。這對於長期穩定處在這個體系中的所有用戶來說，其實沒有什么不公平。
但對於新進場的用戶卻十分不公平，因為新用戶得不到被推薦的機會，這就是臭名昭著的“冷啟動”問題。具體來說，推薦系統並沒有見過它的任何數據，所以不可能做出其進入大流量場的決策。但從理論上講，他確實可能具有優質內容的潛力，如果一味的按照舊的標准進行推薦，那么該用戶將活活被推薦系統悶死。
對於推薦場景來說，冷啟動問題十分臭名昭著。新的血液進不去，整個系統可能永遠處於一個停止不前的狀態，推薦的機制也會因為數據分布的極度“穩定”而變得十分單一。不僅如此，還可能會出現大批用戶因為得不到利益而選擇退場的情況。短視頻如此，電商也如此，只要是推薦領域，冷啟動問題都是必須要緩解的。
所以像短視頻推薦這種產品，一般對新入場的用戶都有扶新機制。扶新機制會給予新用戶一定時間內特殊的照顧。其實對於舊人新發的視頻，可能也存在這樣的機制。但無論怎么樣，這個分布已經形成，就無法解決的很干凈。
至於到目前為止，“闖關”模式有沒有被改進甚至換掉，我也不是很清楚，但從實驗上看，即使有差異，也應該和上面的框架不會相差太多。
“闖關”對平台的好處
再回過頭來看這個機制對平台的好處。
一個是減少垃圾信息的傳播，提高流量資源的使用效率。如果不設立這種闖關模式，流量資源會被分散在質量良莠不齊的廣大以屌絲為主的群體中。這就有點像用錢投資，相當於錢沒有投到利潤最大化的資源上。
另一個好處是刻意制造了稀缺性。這一點很重要，因為它讓所有用戶都看到了高位用戶所得到的豐厚利益，從而隱形的給廣大屌絲用戶畫了個餅——只要你能火，你就能發財。所以，花錢推廣的功能就順理成章的成為了抖音的一個重要的變現功能點，你可以花錢推流量，也可以推粉絲。這個功能點，似乎只有平民用戶才會用得到。所以，從收入變現上來講，抖音上所有的用戶都是有金錢價值的用戶。
結語
目前，短視頻領域還在處於上升期，優質的內容總有機會被展示，至少它的想象空間仍然是十分巨大的。相對於做公眾號，在抖音上除了提供優質的內容，還需要做足面向算法的運營工作。
你可能有想法去拍抖音，去做各種形式的自媒體。但你會很猶豫，因為你覺得現在進場會比較晚，並且抖音的短周期十分碰運氣，優質的內容又對核心競爭力有碾壓式的要求，還會遇到冷啟動問題，所以你覺得不如不做。
但是，種一棵樹最好的時間是十年前，其次是現在。
而且，運氣也需要實力的積累。
歡迎大家關注我的公眾號，“互聯網西門二少”，我將繼續輸出我的技術干貨~