想做自媒體的同學(xué)先去試試小紅書

天地良心，小紅沒(méi)給我一毛錢廣子費(fèi)，我也沒(méi)有進(jìn)小紅廠子，哈哈哈……但抵不住它對(duì)素人友好。去中心化的流量分發(fā)邏輯和千人千面的推薦算法避免了強(qiáng)者恒強(qiáng)的馬太效應(yīng)，讓素人也有出爆款的可能。

今天我會(huì)從算法邏輯、搜索機(jī)制、流量來(lái)源三塊淺聊下小紅書平臺(tái)。

一、算法邏輯

a. 去中心化流量分發(fā)：

無(wú)論是頭部還是腰部尾部、亦或者是素人、小白，所有人發(fā)布的筆記審核通過(guò)被收錄后會(huì)被推薦到1級(jí)流量池，給到200左右的曝光，如果點(diǎn)擊、收藏、點(diǎn)贊、評(píng)論等數(shù)據(jù)不錯(cuò)，就會(huì)被推向下一級(jí)流量池，大概2000左右的曝光。以此類推，達(dá)不到相應(yīng)數(shù)據(jù)就會(huì)停止推薦。

專業(yè)點(diǎn)講就是：

①初始流量池→評(píng)判分高于推薦閥值→下一級(jí)流量池→循環(huán)判斷→直至評(píng)判分低于流量池推薦閥值→系統(tǒng)停止推薦

②初始流量池→評(píng)判分低于推薦閥值→系統(tǒng)停止推薦

其中評(píng)判分即ces分， ces=點(diǎn)贊1分+收藏1分+評(píng)論4分+轉(zhuǎn)發(fā)4分+關(guān)注8分。（分值僅供參考，大概是這么個(gè)配比）

b. 社區(qū)互動(dòng)推薦

根據(jù)同類型博主的互動(dòng)，以及筆記本身達(dá)到一定門檻，諸如過(guò)w收藏、百萬(wàn)瀏覽等再次推薦

c.千人千面人群推薦

系統(tǒng)會(huì)通過(guò)用戶以往的點(diǎn)擊、瀏覽、關(guān)注的內(nèi)容去推測(cè)其喜好，并貼上標(biāo)簽，同時(shí)通過(guò)用戶往期的點(diǎn)贊藏三連推送更為精準(zhǔn)的內(nèi)容。

去中心化、千人千面下，無(wú)論是誰(shuí)發(fā)布的內(nèi)容都按照這個(gè)邏輯一視同仁，且不同人呈現(xiàn)的搜索/發(fā)現(xiàn)結(jié)果都是不同的。

二、搜索機(jī)制

小紅的搜索引擎通過(guò)爬蟲爬行和抓取大量筆記，存進(jìn)大數(shù)據(jù)庫(kù)，用戶在搜索框輸入關(guān)鍵詞（行業(yè)領(lǐng)域、細(xì)分領(lǐng)域、產(chǎn)品等關(guān)鍵詞）后，搜索引擎會(huì)通過(guò)分析用戶需求，用強(qiáng)搜索邏輯來(lái)給到用戶一個(gè)具體的“搜索場(chǎng)景”。

也就是說(shuō)，用戶在輸入關(guān)鍵詞后，系統(tǒng)會(huì)自動(dòng)推薦更加細(xì)分的關(guān)鍵詞。從而，挑選出符合查詢?cè)~要求、匹配度相關(guān)性強(qiáng)的筆記展示。

且，不按照發(fā)布時(shí)間遠(yuǎn)近/賬號(hào)粉絲多少等，這就意味著只要輸出高質(zhì)量的內(nèi)容發(fā)布，在粉絲基數(shù)不大的情況下也可以得到平臺(tái)持續(xù)的流量推薦。

三、流量來(lái)源

主要是4塊，推薦，搜索，關(guān)注，位置。

1. 推薦流量：根據(jù)用戶往期的搜索習(xí)慣推薦，相當(dāng)于是猜用戶喜歡，精準(zhǔn)度會(huì)低一些
2. 位置流量：根據(jù)用戶所在的位置推薦，一般是同城20km范圍內(nèi)。直接在主頁(yè)-發(fā)現(xiàn)-后邊的同城那里可以看到
3. 搜索流量：用戶主動(dòng)搜索關(guān)鍵詞，系統(tǒng)給予展示。精準(zhǔn)度比前2者高一些
4. 關(guān)注流量：關(guān)注的博主新發(fā)的內(nèi)容在關(guān)注頁(yè)以及發(fā)現(xiàn)頁(yè)都會(huì)展示，精準(zhǔn)度比前3者更高 ，類似于信息流

總的來(lái)說(shuō)，小紅的算法和邏輯是非常公平的，適合普通人入場(chǎng)。

吃頭批紅利的那部分人還在吃，如果你跟我一樣，后知后覺(jué)想做自媒體，就試試小紅書唄，門檻低又不要錢。

我是張腳腳，

93年女作精，野生營(yíng)銷人，懂點(diǎn)運(yùn)營(yíng)，會(huì)點(diǎn)文案。懶得配圖，想到啥發(fā)啥，當(dāng)然，你想讓我發(fā)啥咱也可以深入聊聊。