流量分散，渠道多元。想要获取流量，还真就得了解各个主流平台的流量算法。
一、抖音
抖音的流量算法几乎是所有流量平台中最为复杂的，当然也是流量最大的。
抖音是典型的“标签”对“标签”的平台。
如果你是创作者，平台会根据你发布的内容形成创作者标签，标签数量同样是150个，如果发布内容产生变化，创作者标签也会随之变化。
创作者发布视频后，视频会根据创作者标签匹配相似的用户标签，这就是上面我们讲过的“标签”对“标签”的流量算法。
短视频匹配到用户后，会通过该视频的数据表现来衡量该视频是否值得进一步的推荐。
抖音对单个视频的推荐，会考核5个关键数据。
1）完播率
如果是新号的话，建议前期视频时长不要太长，时长越长，完播越低，除非视频质量极佳。
2）点赞率
点赞率=点赞量/播放量
点赞量越高，推荐量才会越高，第一波推荐的点赞率至少要达到3%-5%，也就是说每100个播放量，至少要有3-5个点赞。
3）留言率
留言率=留言量/播放量
4）转发率
转发率=转发量/播放量
转发率对于还在初级流量池流传的视频影响并不大，但想要突破流量层级，转发率就是很关键的指标。
5）转粉率
抖音平台是一个巨大的流量池，抖音推荐机制是一个渔网，视频内容是鱼饵。
如果你的视频的五个关键数据都能取得较好的数据表现，那么进入到中高级的流量池继续流转的可能性非常大。
初级流量池的流量大约在1000-5000左右，同样需要继续观察视频在初级流量池的变现，如果数据继续过关，将进入中级流量池。
中级流量池就有10000以上的播放量，同理看数据表现；
高级流量池就有十万+以上的播放量了，上不封顶。
二、小红书
小红书的算法和抖音类似，也是“标签”对“标签”的流量算法。
不同的是，基于不同的用户习惯，抖音更侧重主动推荐，小红书更侧重搜索推荐。
搜索结果与需求的匹配主要是核心关键词与query的匹配度，搜索结果中展示的具体内容是通过分析用户需求，找到最能命中用户需求的信息。
一篇笔记标题中的关键词可谓是重中之重，官方也明确提示：“填写标题会有更多赞哦”。
由此可见，标题是小红书官方用来识别内容属性的重要选项，想要让笔记获得更多的展现，最基础的工作就是要做好标题的优化。
我们要善用搜索的关键词、热词推荐等来帮助我们找到笔记核心词，以便能让系统识别并推荐给对应用户。
从推荐内容找核心词
推荐内容包括几个方面，搜索框置灰关键词，页面显示的历史搜索，热搜词。
1）默认提示词
点开搜索还未输入搜索词之前，平台会根据用户标签推荐默认提示词，默认提示词中存在一定量的搜索流量。
3）补充联想关键词
补充联想关键词，即用户输入部分内容，然后系统根据这些内容联想出完整内容，自动补全关键词，通过即时匹配关键词并展示出来，增加用户的选择。我搜了显瘦，平台就给我推荐了关于显瘦的几个关键词推荐。
考虑热词排序是综合展示的结果。除了笔记数外，“热词”的热度排序可能还牵涉到两个方面的因素：用户主动搜索的频率，以及笔记本身被系统推荐的热度。
关于关键词的选择有以下几点值得注意：
2）一定要优先选择竞争度小流量大且比较精准的关键词，避免选择宽泛的关键词。
3）学会反推关键词。确定笔记主题及关键词后，要去反推希望用户用什么关键词能搜到自己的笔记，考虑如果自己去搜这类笔记会用哪些常见关键词去搜。
三、知乎
首先是针对搜索流量，知乎的搜索排名其实跟搜索引擎是有类似的，内容需要先进行收录，然后才能提升搜索词排名。
当然，搜索还涉及到问题下回答的排名，一般来说，搜索词收录该问题后，会抓取问题下其中一条高赞的回答展现，除此之外，因为用户的习惯一般会参考不止一条回答，那么该问题下自然排序第一的回答，也有更大的曝光概率。
所以，如果能够实现搜索词+问题下的排名都非常靠前，那么流量自然就会更好；如果不能实现两者均很靠前，那么起码要实现有一条在靠前的位置。
第二是针对推荐流量，推荐流量是通过知乎的推荐算法，然后将内容推送给用户。
一般来说，推荐算法会先将内容推送给一小部分人，然后收集反馈数据，如阅读完成率、赞同率、互动数据等，来判断这条内容是否值得持续推荐。
当然，针对视频类内容，其分发机制跟推荐类似，而且有单独的榜单支撑，参考即可。
第四是综合算法，和头条、抖音等平台不同的是，知乎采用的是威尔逊算法，即根据内容的点赞、反对、收藏等数据，按照威尔逊公式来决定内容的推荐和排名。
算法公式虽然很复杂，但大家只需要记住最核心的一点：赞同率比赞同数重要，反对率比赞同率重要。
和其他内容平台不相同的是，除了点赞和互动，知乎用户还可以给不同意的内容点反对票，而反对票数一定程度上将会影响回答排名。
四、视频号
所以无论是发视频还是发图片，添加话题和定位更有助于个性化推荐。这一点跟抖音的推荐算法有点相似，只不过目前还不够成熟。
3）去中心化的推荐算法
视频号虽然是基于社交推荐，但每个人的社交关系链毕竟有限，当一个作品已经在完整的社交关系链获得了展现且取得了较好的数据表现后，视频号会进行社交关系链以外的扩大推荐，逻辑类似于抖音的“标签”对“标签”，这里不做过多延展。
以上就是抖音、小红书、知乎、视频号的流量算法，相信大家仔细阅读后会对四大平台有新的了解和认识，如果还有不明白需要交流的地方欢迎来找我交流。