小红书算法推荐底层逻辑分享

今天找了一个算法工程师朋友来给大家分享一下小红书平台的推荐算法

帮助大家更好的理解内容分发的过程中如何更好的获得曝光，并且规避风险

小红书推荐算法如何工作

内容推荐分为两个部分：匹配、推荐

匹配：根据用户兴趣标签以及笔记标签进行筛选，作为预备展现，这个部分是双向匹配

推荐：根据实时的笔记互动数据、互动人群标签、笔记本身标签，然后根据内容相似性判断新笔记质量以此决定一篇内容的推荐量

如何批量**小红书爆款

模仿爆款的内容形式和选题，提高和算法认为的高质量内容的相似性，可以提高推荐量，以此**爆款文章

如何从小红书安全导流

降噪处理，类似验证码的处理方法

最简单的方式就是手写引流内容

ps：其实最好的方法还是矩阵分担风险，利用小号去抗封，小号配合手写引流内容

其他细节

小红书的算法只能识别前256个字，并且苹果手机有单独的特征识别

所以用苹果流量可能会更好，然后要注重前256个字

小红书没有养号的说法，正常活跃即可

小红书目前对于去重不重视，爆款内容除服发也可以成为爆款（不被举报的话）

微信：xhllsys88