小紅書筆記曝光的核心邏輯，通過算法機制向用戶推送用戶感興趣的筆記，在此基礎(chǔ)上優(yōu)先推送更受用戶歡迎的筆記。筆記分發(fā)的流程如下：

筆記發(fā)布——平臺審核——筆記被平臺的AI系統(tǒng)打上標(biāo)簽和分類——分發(fā)至發(fā)現(xiàn)、同城、關(guān)注等入口。

這中間筆記的曝光量受兩種因素影響：算法驅(qū)動的自然曝光、官方付費曝光（信息流廣告）。

這里主要講自然曝光背后的算法機制。我們前面講筆記發(fā)布后，首先會被系統(tǒng)打上系列標(biāo)簽，并嘗試性推給機器算法認(rèn)為的對該標(biāo)簽感興趣的用戶，也就是初始流量推送。然后系統(tǒng)根據(jù)用戶對筆記的系列行為反饋進(jìn)行打分，根據(jù)綜合評分來決定是否將筆記繼續(xù)推薦給更多用戶，這個評分體系在小紅書內(nèi)部被稱為CES。

CES是一種判斷筆記質(zhì)量的評分機制，CES=點贊數(shù)（1 分）+ 收藏數(shù)（1 分）+ 評論數(shù)（4 分）+ 關(guān)注數(shù)（8 分）。當(dāng)分?jǐn)?shù)高于特定值，筆記就會被系統(tǒng)推送給更多用戶；當(dāng)分?jǐn)?shù)低于一個特定值，筆記就會停留在基礎(chǔ)流量池，也就是用戶常見的曝光量破不了100的情況。

這個流量分發(fā)的過程類似抖音流量池的機制，是一層一層階梯式的流量推送。筆記能否被送入更大的流量池，取決于每一個階梯的筆記互動數(shù)據(jù)反饋。

當(dāng)然CES評分機制不是影響筆記曝光的唯一因素。根據(jù)我們運營大量賬號總結(jié)出的經(jīng)驗，有些筆記在互動數(shù)據(jù)很低的情況下，閱讀量還能夠持續(xù)暴漲。甚至有的筆記在沉寂一段時間后，突然恢復(fù)流量增長，這就說明決定筆記曝光量的不止CES評分這一種機制，否則再互動數(shù)據(jù)不好的情況下，筆記流量還能持續(xù)暴漲是說不過去的。

根據(jù)我們的了解，這里涉及到另外一種模型算法機制。小紅書的內(nèi)容推薦原則是用戶感興趣的內(nèi)容，在興趣內(nèi)容的基礎(chǔ)上優(yōu)先展示更受用戶歡迎的內(nèi)容。用戶興趣是不斷變化的，同時內(nèi)容也在不斷推陳出新，所以這里面就涉及到一套能根據(jù)用戶大數(shù)據(jù)持續(xù)進(jìn)化的算法模型，該算法模型包括學(xué)習(xí)模型、打分機制、雙線推薦機制。

1.學(xué)習(xí)模型

是指小紅書算法每天都在分析用戶行為，從閱讀時長、用戶點擊、返回、收藏、點贊等9個維度來分析判斷用戶是否喜歡某篇筆記。

2.預(yù)判打分

指筆記發(fā)布后，小紅書根據(jù)學(xué)習(xí)模型對筆記質(zhì)量進(jìn)行打分，根據(jù)分?jǐn)?shù)決定筆記初始排名和是否繼續(xù)給筆記推送流量，后續(xù)的筆記互動數(shù)據(jù)決定了筆記在搜索排名的位置是否靠前。

3.雙線推薦機制

是指筆記發(fā)布后2-8小時的實時推薦，和筆記發(fā)布一兩個月后，經(jīng)過算法挖掘分析歷史筆記，然后重新獲得流量推送或限制流量推送，這就解釋了為什么很多歷史筆記在沉寂一段時間后重新獲得流量，或一直有流量的歷史筆記突然沒有流量的現(xiàn)象。因為算法在持續(xù)不斷學(xué)習(xí)用戶喜歡什么內(nèi)容、需要什么內(nèi)容、不需要什么內(nèi)容，然后重新進(jìn)行流量分配。