文源：?Vic的營銷思考

前幾天偶然在一個(gè)公眾號(hào)看到了小紅書技術(shù)團(tuán)隊(duì)有關(guān)于小紅書算法架構(gòu)的分享，里面聊到了小紅書的每一篇爆款筆記是如何被推薦系統(tǒng)所發(fā)掘并不斷推薦的，收獲繁多，整理一下分享給大家！

筆記是如何被分發(fā)和推薦的？

1.筆記被推薦的綜合考慮因素很多，沒有標(biāo)準(zhǔn)的公式一概而論。具體說，納入考慮的因子包括點(diǎn)擊、時(shí)長、完播、下滑、質(zhì)量、點(diǎn)贊、收藏、關(guān)注、轉(zhuǎn)發(fā)、評(píng)論等。

2.一般會(huì)綜合考慮消費(fèi)、互動(dòng)和體驗(yàn)類指標(biāo)，結(jié)合用戶的消費(fèi)行為偏好，實(shí)現(xiàn)個(gè)性化的權(quán)重組合。

3.例如，日常分享類的筆記更看重點(diǎn)贊，工具類筆記更看重收藏，求助類筆記更看重評(píng)論

推薦系統(tǒng)如何做到挖掘長尾，高效分發(fā)？

1.小紅書開創(chuàng)性地構(gòu)建了一整套內(nèi)容質(zhì)量框架，利用封面圖片畫質(zhì)美學(xué)模型和多模態(tài)筆記質(zhì)量分模型，定義有用和美好的內(nèi)容。

2.小紅書技術(shù)團(tuán)隊(duì)借助大規(guī)模多模態(tài)預(yù)訓(xùn)練模型，通過將筆記封面圖和筆記標(biāo)題組對(duì)的方式獲取訓(xùn)練樣本，通過算法實(shí)現(xiàn)對(duì)復(fù)雜多模態(tài)內(nèi)容的綜合語義表征。

3.同時(shí)，團(tuán)隊(duì)利用內(nèi)容的后驗(yàn)分發(fā)數(shù)據(jù)（例如點(diǎn)擊率、點(diǎn)贊率、快劃率等），對(duì)預(yù)訓(xùn)練向量進(jìn)行微調(diào)，從而實(shí)現(xiàn)對(duì)內(nèi)容分發(fā)質(zhì)量的級(jí)別預(yù)測

新筆記如何冷啟動(dòng)，種子人群如何識(shí)別？

1.小紅書發(fā)現(xiàn)，扶持新發(fā)布、低曝光的筆記可以增強(qiáng)作者的發(fā)布意愿。

2.哪怕一條筆記的初始數(shù)據(jù)一般，只要它有價(jià)值，系統(tǒng)捕捉到中長尾信號(hào)，依然會(huì)被推薦給需要的用戶，與發(fā)布時(shí)效無關(guān)。

3.在冷啟動(dòng)階段，系統(tǒng)更加關(guān)注高質(zhì)量評(píng)論的數(shù)量、挖掘高潛筆記，因?yàn)楦哔|(zhì)量的評(píng)論數(shù)量反映了目標(biāo)人群對(duì)新內(nèi)容的互動(dòng)情況，也即新內(nèi)容是否被準(zhǔn)確分發(fā)到了符合其特性的人群中。

總結(jié)：

1.小紅書算法對(duì)普通用戶筆記更友好，容易產(chǎn)生「素帖爆火」的現(xiàn)象

2.筆記聲明周期可以很長，跟時(shí)間沒關(guān)系，如果筆記周期時(shí)間短只能證明沒有布局關(guān)鍵詞，或者涉及關(guān)鍵詞沒有搜索量

3.相比點(diǎn)贊，高熱互動(dòng)對(duì)筆記是否被更多次分發(fā)的影響更大