一.抖音如何判别用户画像。

抖音为用户个性化推荐视频的前提是判断用户画像，了解用户的兴趣偏好，在这个过程中会为用户打上各种标签。主要根据以下五方面进行判别：

1. 用户基础属性：性别、年龄、地域和位置。

2.观看兴趣属性：根据用户浏览偏好如点赞、评论和收藏。

3.环境终端画像：网络环境画像（wifi/移动网络）、运营商画像（移动/联通/电信）、设备品牌。

4.互动行为画像：线上互动行为、线下互动行为（抓取用户行为轨迹）。

5.品牌自定义人群画像：品牌第一方人群、历史品牌广告高互动人群、根据品牌核心人群用户画像定位相似人群。

二.抖音如何审核作品？

视频发布后抖音会先进行审核，在这个过程中完成内容分析。

1.机器审核

抖音审核机制分为机器审核和人工审核。在机器审核中，一般是通过提前设置好的人工智能模型来识别你的视频画面和关键词。

它主要有两个关键作用：其一，审核作品、文案中是否存在违规行为，如果疑似存在，就会被机器拦截，通过飘黄、标红等方式提示人工注意。具体的审核内容如下图所示：

其二，通过抽取视频中的画面、关键帧，与抖音大数据库中已存在的海量作品进行匹配消重，内容重复的作品进行低流量推荐，或者降权推荐。

2. 人工审核

机器筛选出疑似违规作品以后，开始进入人工审核步骤，抖音审核人员进行逐个细致审核，主要集中在3块：视频标题、封面截图和视频关键帧。如果确定违规，将根据违规账号进行删除视频、降权通告、封禁账号。

3. 给作品打标签

审核通过之后系统将为你的作品打标签，从文案、封面、视频内容、关键词及过往作品风格几个维度对新发作品打标签。

三.抖音如何为用户推荐作品？

1. 推荐原理

第一种推荐方式是兴趣推荐，系统会根据用户的兴趣爱好推荐作品。这就是为什么很多人说抖音有毒，刷的停不下来的根本原因，因为推荐的内容都是为每个人量身定做的。

第二种方式是协同推荐，当我们在刷抖音时会发现，并不是所有内容都是我们所感兴趣的，还有一些内容就出自协同推荐。

协同推荐是指在兴趣推荐的基础上，通过分析不同用户间的相似性，并对这些相似用户进行拓展推荐。比如用户A喜欢母婴、美妆，用户B喜欢母婴、美妆和美食，那么算法就会用协同推荐的方式将美食类内容推荐给用户A。

2.阶梯式流量池

视频经过审核以后开始进入阶梯式的流量池阶段，优质视频会经历一次次地流量洗礼进入到更高的流量池中。最终出现在首页推荐流中的作品会经历以下三个阶段。

（1）基础推荐流量池。视频发布成功后，平台会先给予300-500的基础播放量，这个就是初始流量池，初始流量的多少与账号权重息息相关。

系统会从以下维度评价内容在流量池中的表现：点赞量，评论量，完播率、转发量等。然后结合账号分值来分析是否给你加权。

（2）进阶推荐流量池。内容被加权后，平台会进行下一波的推荐，可能再给你1000个播放，10000个播放，会给数据好的视频更大的加权，并且会强化人群标签分发，让内容分发更加精准。

这就是我们账号定位里强调内容一定要垂直的原因。这一步如果数据继续表现好的话，系统会选择优质内容经人工审核后进入精品推荐池。

（3）精品推荐池。视频进入精品推荐池后，会大规模曝光，一旦进入精品推荐后，人群标签就被弱化了，就像当年温婉的视频，几乎每个抖音用户都会刷到温婉的视频。