抖音的算法是怎么回事？抖音的算法，实际上是一个漏斗机制，跟今天头条的去中心化的推荐算法原理基本绝对一样。它分为三个步骤：

①着手工作流量池曝光

假设每天在抖音上有100万人上传短视频文件，抖音会随机给每个短视频文件分配一个均匀暴光量的冷着手工作流量池。比如，每个短视频文件通过检查核对核定准发给出后，均匀有1000次暴光；

②数值挑选

抖音会从这100万个短视频文件的1000次暴光，分析点赞、关心注视、评论、转发等各个维度的数值，从那边边再挑出各项指标超过10%的视频文件，每条再非常不好不坏均分配配10万次暴光。之后再去看哪一些是点赞、关心注视、转发、评论是超过10%的，再滚进下一轮更大的流量池进行推荐。

③精品推荐池

通过一轮又一轮证验，用筛子选出来点赞率、播放完成率、评论互相作用率等指标都极高的短视频文件才有机遇进入了精品推荐池，用户掀开时，看到的那一些动辄几十上一百万点赞量的视频文件就是这样来的。

分享的技巧，都是紧紧围绕着最中心的一些：通过提升点赞量、关心注视量、评论量、转发率等指标，得到更大的官方精准推荐，得到更大的曝光。