我以下平台算法机制给大家展开说：
一：小红书
笔记通过平台审核后发布，会被打上一系列标签，将其推荐给可能感兴趣的人，而笔记中所提到的关键词等信息，则成为平台标签的重要来源
学习模型：小红书算法每天都在分析用户行为从◎
预判打分
笔记发布后，小红书根据学习模型对笔记质量进行打分，根据分数决定笔记初始排名和是否继续给笔记推送流量
后续的笔记互动数据，决定了笔记在搜索排名的位置是否靠前
双线推荐
笔记发布后2-8小时的实时推荐，和笔记发布一两个月后
经过算法挖掘分析历史笔记，然后重新获得流量推送或限制流量推送
二：抖音
机器审核：
审核作品、文案中是否存在违规行为，如果疑似存在，就会被机器拦截
人工审核
3个方向：
针对机器审核市选出疑以违规作品，
以及容易出现违规领域的作品，
抖音审核人员进行逐个细致审核
考核数据
1)完播率 ：完播率=观看时间/作品时间
2)点赞率：点赞率=点赞量/播放量
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
5)转粉率：转粉率=关注量/播放量
初级流量池的流量大约在1000- 5000左右，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,高级流量池就有十万+以上的播放量
三：知乎
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
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,来判断这条内容是否值得持续推荐
如:阅读完成率、赞同率、互动数据等..
搜索流量
内容和搜索关键词的匹配度，匹配度越高,收录的概率也就越大
优质账号的权重更高，能够获得的搜索词排名也会更高.
综合算法
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
四：视频号
1)社交推荐
一个作品，你的好友点赞收藏互动多的话，你的阅读量曝光量就会上升
2)个性化推荐
系统会根据用户的日常行为、活动轨迹和兴趣、职业年龄等标签
通过一系列大数据算法，推测出用户可能喜欢的内容
3)去中心化
4)时间场景
白天你看到的更多是工作、商业、励志等等，晚上你看到情感相关的内容
为啥？因为白天大家都要去工作、商业、学习、要正能量、要干活、晚上就是想刷点情感类的东西、得以慰藉
