小紅書推薦算法的秘密

最近偶爾會有人來公司找我聊聊天，但話題嘛，都是圍繞小紅書轉的，有意思的是基本每次到最后，都會聊到小紅書的推薦算法是什么？

根據(jù)我的觀察，來者不管對小紅書是否真正的理解，但大家普遍都有一個共識“小紅書的流量是有算法的”，不要笑，這樣的共識很重要，因為有算法，就會有權重，這也是一切逆推的基礎。

有哪些流量入口？

在開始聊算法之前，我也想和大家一起統(tǒng)一一個概念，很多人都說小紅書的流量都來源于推薦，但實際上，小紅書上的流量入口有很多，并非完全都來源于推薦。

這里我做了個整理，可以發(fā)現(xiàn)小紅書的流量入口大致可以分為六個。

1、搜索結果頁：打開小紅書App，搜索詞后進入搜索結果頁

2、發(fā)現(xiàn)頁：打開小紅書App選擇頂部發(fā)現(xiàn)頁

3、關注頁：打開小紅書App選擇頂部關注頁

4、個人頁：打開小紅書App點擊筆記博主頭像進入個人頁（含其他形式進入主頁）

5、附近頁：打開小紅書App選擇頂部附近頁

6、站外：站外帶來的流量（含PC與H5）

我們常說的推薦以及算法，其實就是指的“發(fā)現(xiàn)頁”流量。

聊到這了，順便說一句，其他的流量入口就不存在權重和算法嗎？其實也存在，比如搜索結果頁，誰排前面誰排后面，這都是有學問的，只要不是隨機的，不是人工的，就一定有算法；但每個流量入口給用戶的價值并不相同，每個流量入口的算法也自然各不相同，不能一概而論。

當然，你也可以去問小紅書客服，小紅書會不會限流？筆記有沒有權重？小紅書客服會告訴你，什么都沒有。不過對于我們而言，只能內(nèi)心一笑，一切盡在不言中。

小紅書的推薦算法

明確一下，我們這里聊的推薦算法，只是針對小紅書發(fā)現(xiàn)頁的算法。

在小紅書一篇筆記發(fā)布到推薦的流程是什么樣的？

1、筆記發(fā)布

2、語義分析/分類/打標簽

3、平臺審核

4、分配流量池（權重：賬號狀態(tài)，賬號在類目內(nèi)表現(xiàn)情況，類目競爭情況）

5、增加流量池（權重：互動情況，用戶行為，筆記發(fā)布時間）

6、推薦結束

稍微做個分析，我們會發(fā)現(xiàn)，一篇筆記的流量推薦主要由“2、4、5”組成，其中2是為了將筆記內(nèi)容做識別，匹配給有需求的用戶，4/5的意義就是給大眾用戶推薦好的內(nèi)容。

所以我們做一下總結，小紅書推薦流量的本質就是兩件事，一個是如何精準匹配用戶，一個是如何判斷“好”的筆記。

我們先說如何精準匹配用戶，這就涉及到了語義分析，也涉及到了給筆記分類目和打標簽，目前為止，小紅書的識別已經(jīng)不止文字了，假設文字基本不寫，也能通過圖片或視頻來識別內(nèi)容是什么。

你或許會疑問，聊算法怎么扯到精準匹配了？因為精準匹配就是推薦算法的前提。

首先平臺為了讓用戶感覺推薦滿意，保險起見，會盡量推送你近期有瀏覽行為的相關筆記，我相信你應該有過在小紅書搜索某個產(chǎn)品后，推薦頁會立刻推薦相關產(chǎn)品的其他筆記的經(jīng)歷，就是這個原因。

這個問題代表什么呢？代表一篇筆記必定是有分類的，必定是有受眾人群的，假設你不是受眾人群，平臺會推薦給你嗎？完全不會。因此發(fā)布一篇筆記之后，本質上不是在與所有筆記競爭，而是與同樣分類下的相似筆記在競爭，這個時候你問其他博主今天流量好不好，其實沒什么意義，大家的類目都不同，競爭關系也不同。

這就是你在小紅書，極少看到一篇筆記有上百萬的點贊的原因，是小紅書用戶量不多嗎？不是，是因為這些筆記沒有機會被推送給“全部用戶”。

精準匹配到這里就結束了，下一步就進入到了推薦算法環(huán)節(jié)，也就是平臺如何判斷一篇筆記“好”。

不用多想也知道，平臺本身無法判斷筆記好壞，于是就會借助用戶的力量，讓用戶自行投票（點贊收藏評論）來決定筆記好不好。

講到這，又會多出一個疑問，一篇新筆記剛發(fā)布，肯定是沒有人投票的，只有小紅書把筆記推薦出去，才會有人根據(jù)內(nèi)容來投票，新筆記發(fā)布的時候推薦多少人合適呢？推薦的少了，從統(tǒng)計學的角度來說，不太具備科學性；推薦的多了，萬一這篇筆記就是不好，那豈不是給用戶推薦了垃圾內(nèi)容了？

怎么辦呢？于是平臺出了一個新辦法，根據(jù)權重綜合決定這篇筆記該拿多少初始流量。

這些權重，比如：

1、賬號狀態(tài)

當前賬號有沒有違規(guī)？是不是限流？是不是垃圾營銷號？有沒有保持活躍？一切正常且表現(xiàn)良好的，自然給的多一點，不正常，那就按最小原則來分配；這就是有些批量運營的賬號或者斷更賬號發(fā)布筆記流量少的原因。

這里不得不提一句，有些賬號一注冊就會被認為賬號異常，比如用虛擬運營商的手機號注冊，就會被識別為疑似異常賬號，別問為什么，問就是其他灰產(chǎn)都是這么干的。

2、賬號在類目內(nèi)表現(xiàn)情況

近期賬號在該類目下是不是連續(xù)發(fā)布筆記（主運營類目）？是不是經(jīng)常出爆文（筆記寫的好）？好，那就多給點。這就是有些博主出過爆文，再次發(fā)布一篇同類筆記，爆文概率非常高的原因，一部分是掌握了當前用戶的喜好，一部分也是初始流量給的就多。

3、類目競爭情況

當然，其他兩項都是決定多給和少給的問題，但決定具體給多少，實際上是類目競爭情況決定的；

比如夏天發(fā)一篇羽絨服的筆記，受眾必然是近期瀏覽過羽絨服的用戶，但夏天啊，哪有多少人看羽絨服？假設全國一天就1萬人，每天還新增幾十篇筆記，為了保證每個正常的筆記都有流量可推，所以就會減少初始流量的絕對值，比如只給100個曝光，剩下的流量還得留給好的筆記呢。但要是夏天發(fā)裙子，那就會有所不同，裙子在夏天本來流量就大，初始流量可分配的也就多了一點。

以前零克Club群里總會有人問，初始流量池是多少？是100還是200？看過以上這段話，你就應該知道了，沒有絕對值，也不是直接用100還是200去定義的，而是根據(jù)不同的類目當前的流量情況，在結合賬號狀態(tài)以及歷史筆記表現(xiàn)情況（權重）來綜合得出的，而且完全由系統(tǒng)自動執(zhí)行，我相信就連小紅書的運營，也辦法告訴你初始流量池是多少。

有了初始推薦流量后，不少用戶就能看見這篇筆記了，有的點進來覺得不錯，點了個贊，有的點進來覺得不行，直接退出了，這些用戶的動作，都會成為小紅書判斷筆記質量的因素。

小紅書的內(nèi)容算法CES全稱community engagement score；

模型是：CES=點贊數(shù)*1分+收藏數(shù)*1分+評論數(shù)*4分+轉發(fā)數(shù)*4分+關注數(shù)*8分

我相信你們都看過上面網(wǎng)傳的小紅書推薦CES算法，但實際上，這已經(jīng)是2017年以前的小紅書算法，當時的小紅書還無法獲取用戶太多的動作(沒有埋點)，僅能憑借基本的用戶互動來判斷筆記質量。

放到現(xiàn)在，如果單獨只看用戶的互動，這個CES的互動評分（互動以重要程度排序）還是合理的，但現(xiàn)在2022年了，不只看互動了，小紅書也看筆記的完播率，跳出率等等。

何況如果小紅書的算法就是簡單的加法和乘法，那么小紅書的程序員都可以下崗了，更別提判斷因素僅僅有“互動”。

因此，一篇筆記有了初始流量池后，小紅書會根據(jù)以下幾方面來判斷筆記的質量：

1、點擊率

2、互動率（含轉發(fā)等）

3、完播率/完讀率

4、互動值

其中互動值（點贊收藏評論），完播率是我們能看見的，而點擊率，互動率都是我們暫時無法看見的，每一個行為也都是用戶的一種表態(tài)，因此用戶做出動作的，一定會權重占比更高，比如點贊，收藏以及評論，其中評論最復雜，所以評論的權重一定比點贊收藏更高，同理點贊收藏肯定也比完播率這些不用做出動作的要更復雜，核心就是互動難度越高，權重占比越高，平臺就是根據(jù)這些綜合得出一篇筆記到底算不算優(yōu)秀，值不值得去推薦。

有些零克Club會員會問，到底有多少點贊才能進入下個流量池？到底有多少點擊率才能進入下個流量池？看完上文這段話，你就知道我也回答不了這個問題，小紅書的人也回答不了這個問題，因為小紅書的算法根本就不是按互動絕對值作為衡量優(yōu)秀標準的，衡量標準是動態(tài)的，要按照當下類目其他筆記表現(xiàn)來算。

如果大家都很差，那么你稍微好點，就可以了，如果大家都很好，那么就很難了。

就像高考時大學的錄取分數(shù)線也是動態(tài)的一樣（某些），是由實際錄取的最低成績的學生決定的，我也稱之為動態(tài)平衡機制。

假設，我們能過了初始流量這一關，那么就可以進入下一個流量池了，但這里進入下個流量池并不是非黑即白的關系，不是只有表現(xiàn)最好的10%才能進入，剩下90%都進不去，而是10%進入更好的流量池，40%進入小一點的流量池，余下的小部分才不會分配流量。（具體%是不清楚的，只是舉例子）

與初始流量池的考核邏輯一致，如果下一個流量池表現(xiàn)很好，就能進入再下一個流量池，直到這個類目下沒有匹配流量可以進行推送為止。

我猜看到這里，你會有個疑惑，如果我的筆記表現(xiàn)還行？類目流量也很大，是不是就能一直無限推下去？

實際上是不會的，因為我們一直都少提了一個因素，就是時間因素，新發(fā)布的筆記權重最高，老筆記的權重相應遞減，這點很好理解，平臺肯定不希望推薦一些舊東西。所以在逐漸進入新流量池時，時間因素也會發(fā)揮重要作用，比如發(fā)布了1-2天的筆記，表現(xiàn)很好，你會明顯感受到筆記流量還是很多的，但是即便你的筆記表現(xiàn)很好，互動率很高，10多天的筆記也基本沒什么流量了，這個就是時間的原因。平臺不會把流量放在一篇舊筆記上！這也是作為博主必須持續(xù)不斷的更新筆記的原因，老本是吃不起的。

目前來看，小紅書的自然流量最長也就在30天左右，這還是極好表現(xiàn)的筆記或者是小眾類目（內(nèi)容不多）的筆記，一般的筆記也就在3-14天結束自然推薦。

至此，整個小紅書的流量推薦就結束了。

知道算法又如何？

看完上面文章，了解小紅書算法之后，我猜你會覺得，好像知道了和沒知道，沒啥區(qū)別？

其實這挺正常，因為看完文章后會發(fā)現(xiàn)無法利用小紅書算法作弊。

很多人想了解算法，就是想通過逆向思維進行作弊，比如知道點贊高就能有流量，那么直接刷點數(shù)據(jù)唄？知道算法有什么Bug，就利用算法的Bug薅點流量唄？

但是根據(jù)現(xiàn)在的結果來看，會發(fā)現(xiàn)小紅書算法非常復雜，很難通過簡單的動作就進行干預，這對不少人來說，無疑感覺很失望，最終還得通過識別用戶的興趣，做好內(nèi)容才行，還是不能投機取巧。

但這也合情合理，算法的意義就是盡可能的公平，讓做的好的，有能力的博主脫穎而出，這也是算法存在的意義。

在我看來，了解算法背后的邏輯和意義，并非為了去作弊，而是通過算法知道自己的筆記被如何運行在了小紅書上，如何被推薦，為什么流量好，為什么流量不好，通過算法的原理去反思問題在哪里，去優(yōu)化問題，這才是學習算法的真正意義。

而且有些算法上的問題也是完全可以被實際應用調整的，比如筆記的類目和標簽（可以用零克追蹤zz.lingke.com查詢）被小紅書官方打錯了，舉個例子，洋娃娃的衣服本應是玩具類目，結果被分到了時尚，理論上不會有什么好的效果，這個時候我們就應當調整筆記的內(nèi)容，更多的出現(xiàn)玩具和洋娃娃這樣的詞，筆記就會被分到正常的類目下，流量也會順其自然的好起來。

再比如我們發(fā)布了一篇筆記，互動不錯，發(fā)現(xiàn)筆記每天都有流量，但是每天都不多，這時候就要反思是不是類目過于小眾，當前類目的流量是不是總體就不夠大導致的，最佳方法當然就是調整賬號的方向。

相應的可根據(jù)算法進行反思調整的可能點還有很多，但這依賴于根據(jù)真實場景的分析，而非別人的提醒。

但以上都是基于免費的自然流量而言，假設自己的內(nèi)容就是認定不錯，就是每次無法突破小流量池怎么辦？小紅書也提供了動態(tài)平衡下的人工可干預機制，付費購買薯條，也就是付費購買流量，但誠實的說，這不便宜。

加油吧，小紅書的從業(yè)者們。