主要有上面那些边线：
1、所推荐网络流量：依照使用者鲁托县的搜寻生活习惯所推荐，相等于是猜使用者喜欢，准确度会低许多
2、边线网络流量：依照使用者所处的边线所推荐，一般是死敌20km范围内。直接在网页-辨认出-后面的附近那里能看到
3、搜寻网络流量：使用者积极主动搜寻关键字，控制 *** 给与展现。准确度比前2者高许多
4、高度关注网络流量：高度关注的写手北新的文本在高度关注页以及辨认出页单厢展现，准确度比前3者更高 ，近似于资金流
5、个人化所推荐：具体来说，依照你经常搜寻的文本，非官方会依照演算法猜到你的嗜好偏激，并给你发送更多相关的文本讲义。
6、关键字搜寻：当使用者点选某一关键字后，就会陆续出现更多与关键字有关的文本讲义。
7、下拉框：当我们搜寻关键字之后，这时会辨认出很多的前缀词，这也是常用的网络流量出口处之一。
8、讲义名列：使用者搜寻时候，最终目标讲义的东证越高，名列靠前，就越容易让使用者第三时间辨认出。
9、影迷发送：将文本讲义发送给他们的影迷，进而以获取网络流量，网络流量的多少依赖于你帐号目前的影迷量。
10、牛排功能：成为人民币玩者，储值增加网络流量的曝出，进而让非官方所推荐并发送到可能钟爱的最终目标使用者。
11、提及私域网络流量：透过发送到钟爱的人的形式，将站外网络流量拉到聚润。
12、热门话题凹地网络流量：选择有极高关注度的关键字热门话题进行讲义音乐创作，同时热门话题文本，研究课题和副标题、美术设计加强的关键字都要高度相符，这种控制 *** 会历史记录数据，才会所推荐你的讲义给某一使用者。一般而言，相比于独创热门话题，透过蹭成熟的热门话题条码，然后分少部分比例的讲义放在品牌热门话题里面的形式，更加渐进，也更容易获得网络流量。
13、关连商品蹭网络流量：将其他的商品与他们的商品绑定做广告，比如在搜寻雅诗兰黛，能将兰蔻放第三，自身商品放第二，共同所推荐，这种的形式一定程度上能撷取别人的网络流量。
14、搜寻相关讲义：当我们的讲义与其他讲义有一定相关时，搜寻相关讲义下拉也会看见我们的讲义。
上面讲讲那些网络流量出口处的网络流量分配机制：
聚润的讲义发布后，能透过四个页面被看到，分别是首页的高度关注页、辨认出页、本地页，以及搜寻按钮可跳转的搜寻页。
其中， 辨认出页和搜寻页是两个最主要的网络流量出口处 。打开音乐创作中心，音乐创作服务里有个讲义周报，那些数据很重要，来自于首页所推荐和搜寻的网络流量都占到了 40％ 的比例。
据观察，这两个页面有着 不同的网络流量分配逻辑 。
1）辨认出页的所推荐逻辑
辨认出页上，讲义按照资金流的形式呈现，使用者每次下拉刷新单厢出现一批新的讲义，那些讲义主要是透过所推荐演算法展现的。
参考2017 年时任聚润演算法架构师 @赵晓萌 、2019 年时任聚润实时所推荐团队负责人 @郭一 的两篇公开分享文章，以及 2021 年聚润演算法团队发布的一篇论文，对辨认出页的所推荐逻辑做了拆解。
讲义的所推荐过程大致能分为三个步骤：
先在所推荐前依照过往使用者数据 预先评分 ，再依照 使用者偏好 进行所推荐，接着依照使用者 互动反馈 ，将讲义放入递增的网络流量池。
①所推荐前先预估效果
按照 @郭一 的描述， 讲义并不是一发布就会被所推荐，而是会先经过一轮所推荐控制 *** 的“打分” ，再投入所推荐。
第三步，控制 *** 会从过往的讲义数据库里找出类似的讲义。
第二步，控制 *** 会依照类似讲义获得的点选、点赞、收藏等互动数据，预测该讲义在发布后，可能接收到使用者互动行为的概率为多少，进而来为该讲义“打分”。
也就是说，透过对类似讲义的分析，就能预测这条讲义发出后是否会被使用者喜欢。
在预估评分的演算法中，使用者点选的概率对评分影响最大，其他互动行为的概率都被赋予了一个权重，最终计算出讲义的评分。
举个例子，假设只参考点选、点赞和收藏的情况下，设点赞和收藏的权重都为 0.5 ，一条讲义的预估点选概率为 50％ ，点赞、收藏概率都为 10％ ，那么最后这条讲义的评分为 0.05 分。
所推荐控制 *** 的演算 *** 透过现有使用者的反馈不断更新，所以评分公式也在不断变化。
最后，控制 *** 会按评分的高低对讲义边线进行调整。
我猜测，评分高的讲义在资金流中的边线会靠前，获得更多的曝出，评分低则边线靠后，曝出较少。
②使用者偏好匹配分发文本
当讲义投入线上所推荐时，聚润会将讲义的文本条码，和使用者偏好的内容条码进行匹配。
依照 @赵晓萌 2017 年的分享，当发布者发了一条讲义后，聚润的演算 *** 对讲义中的文字和图片都进行识别 ，综合起来打上文本条码。
其中较为特别的一点是，演算法还能透过对情绪相关的词语进行分类，识别出使用者喜欢浏览带有哪些情绪条码的讲义，并 匹配类似情绪的文本 。
比如，我辨认出，经常搜寻和点赞笑话类讲义后，聚润就会开始所推荐更多同样表达出“开心、快乐”情绪的讲义。
同时，基于高度关注热门话题、收藏专辑，还有使用者对讲义的互动程度等维度，聚润也能推测出使用者偏好的文本条码。
2017 年的使用者和讲义条码（现在的条码可能有所变化）
透过匹配，就能将文本所推荐到可能对其钟爱的使用者首页上。
依照使用者帐号的行为，聚润的 所推荐和搜寻数据也是互通的 ：
使用者搜寻“xx”关键字后，控制 *** 就会认为使用者需要了解“xx”，在辨认出页上也会发送相关文本。比如搜寻“平价耳机所推荐”，首页就会所推荐“蓝牙耳机所推荐”。
但如果使用者没有持续浏览相关文本，控制 *** 的所推荐也会停止。
同时，聚润主要是按照使用者偏好进行所推荐，但 也会尽量保证结果的多样性 ，给使用者所推荐许多其并不偏好，但评分较高的讲义。
③互动决定是否所推荐
聚润按照使用者偏好，将讲义发送给初始的一批使用者后，就会透过这一部分使用者的互动数据，比如点赞、收藏、评论等，来决定是否将它所推荐给更多的人。
互动数据更好，讲义就会获得更多的所推荐，进入 递增扩大的网络流量池。
我透过一段时间的验证，辨认出首页所推荐讲义的发布时间一般都是近两个月。但依照时间的远近，讲义的互动量较为不同。
发布时间较短的讲义，点赞互动数量有多也有少。比如说，截图中有两篇都是同一天发布的讲义，但一篇点赞量为 4.9w ，一篇仅为 28 。
而发布时间较长的，一般点赞互动数量都较多。比如说，截图中有三篇讲义都是在一个月前发布的，但点赞量都过千。
由此能推测，讲义在发布后的短期内，不管互动量多少，都有可能获得所推荐。但如果没有持续获得使用者互动，控制 *** 就会停止所推荐该讲义。
所以首页所推荐中，基本不会呈现发布时间久远，同时互动数量也较少的讲义。
只有在使用者持续互动的情况下，讲义才会进入递增的网络流量池，在之后较长的一段时间里被不断所推荐。
2）搜寻页的排序逻辑
辨认出页之外，搜寻页也是一个较大的网络流量出口处。
依照不久前聚润商业大会上公布的数据，有 30% 的聚润使用者进入 APP 后会直接开始搜寻。
在辨认出页，聚润主要采用的是所推荐逻辑，而在搜寻页，聚润则是按照排序逻辑分配网络流量，排序越靠上的讲义，获得的曝出量也就越大。
但这个排序并不是固定的，讲义的排序也在随着演算法的实时演算而不断变化。
在搜寻页面，影响排序结果的因素主要有三点： 关键字的匹配程度、短时间的互动量 以及 观看者的帐号行为 。
①关键字匹配程度
聚润搜寻中，讲义和使用者所搜寻的关键字的匹配程度，会很大程度上影响搜寻结果页中讲义的排序边线。
当使用者搜寻关键字时，控制 *** 优先呈现与关键字高度匹配的讲义。
比如，搜寻「共青公园樱花」这个关键字时，搜寻页排在第三位的讲义虽然互动量没有其他讲义多，但讲义文本是和「共青公园樱花」匹配的，所以也会被优先展现。
在讲义的副标题、文本和热门话题中，都能布局关键字。
那么如何布局关键字，能让讲义的排序靠前呢？
在副标题和文本中 提及近期较为热门的关键字 ，或者 相关赛道领域中使用者会高度关注的词语 ，确实会增加讲义被搜寻到的概率。是否多次提及关键字并不重要。所谓“相关赛道领域中使用者会高度关注的词语”，就是指该研究课题领域下的“细分关键字”。之所以要去布局“细分关键字”，在于两个原因。
首先，如果关键字的范围太广，该关键字下的讲义数量就会越多，竞争太大，反而越不容易获得网络流量。
我们测试后辨认出，搜寻越是“细分”的关键字，出来的讲义结果排序变动会越小。
比如，我相隔一个月去搜寻一个较为“细分”的关键字「蓝白英短价格」，上一个月搜寻页前两名的讲义依旧留存在靠前的位置。
而去搜寻「美妆」这一范围较广的关键字，辨认出仅相隔 4 分钟，名列前三的讲义就已经发生了变动。
其次，当使用者去搜寻时，往往会去搜寻一个较为精准的关键字。比如说，当使用者想要了解“蓝白英短”时，就会去搜寻“蓝白英短的价格”、“蓝白英短怎么养”等等。
因此，讲义中的关键字越精准，越容易被使用者搜到，在结果页留存的时间就会越长，获得的网络流量也会更多。
②讲义短时间内互动量
另一个影响讲义在搜寻结果页排序的因素，是讲义在发布后短时间内获得的互动量。
讲义如果能在发布后的短时间内获得较多的互动量 （点赞、收藏、评论等） ，说明就 有成为爆文的潜质 ，那么在搜寻结果页中也会名列较前。
比如说，我们搜寻“上海樱花”后辨认出，有几篇点赞数量为 200-400 的讲义，它们的名列在点赞量为 1000 左右的讲义之上，文本都是与“上海樱花”相关。
我猜测，这可能就和讲义在发布时间内获得的互动数量有关。
下图中的第三篇讲义大约是于 3 月 12 日发布，短短两三天时间内就获得了 400+ 点赞，具备“爆文潜质”的；而后面两篇点赞约为 1000 的讲义，则是早早发布于 2021 年上半年，与现在相隔 1 年左右。
③观看者的帐号行为
一位运营 *** 盘手 @赵子辰Vic 曾提到过，聚润的关键字搜寻结果是“千人千面”的，对不同使用者呈现不同结果。
排序演算 *** 依照使用者过往行为，推测出使用者对热门话题的了解程度，进而匹配不同的搜寻文本。
我用不同的帐号在同一时间搜寻同样的关键字，呈现的页面是不同的。
比如，同一时间搜寻「美食」，聚润给一个帐号 （图片左侧） 显示了更多的上海的餐饮探店讲义，图片右侧显示的文本包括了美食 *** 和分享，结果更多样。
我猜测，左侧的帐号使用者可能近期搜寻、浏览过上海的探店讲义，所以控制 *** 会推测使用者搜寻「美食」，是更希望知道上海有哪些餐饮店。
本文为系列教程中的一篇文章，如果喜欢，给我点个赞吧，上面是总目录：
点选这里 ：玩赚聚润：目录
评论列表