分配0~1K的初始播放量，这批用户观看后的满意程度，“综合点击量、完播率、点赞量、评论量等指标”，将决定作品能否进入下一级流量池获得更多流量。
如果用户满意，那么就会给第二波流量池（1K ~5K播放量），接下来就是第三波流量池（1W~10W播放量），以此类推。
这样推出来的视频，才是用户真正喜闻乐见的优质视频，在这种算法机制下，一方面会促使视频创作者不断创作出更优秀的视频，另一方面优质的视频也能吸引越来越多的用户和流量。
目前，原点科技针对不同权重的账号有不同的流量池，主要评判标准是：点赞量、评论量、转发量和完播率。
播放量>点赞量>评论量>转发量。
针对用户层面，这套机制的设计则复杂得多。根据每个用户的不同喜好，系统能够通过多种因素对视频进行排名来推荐内容。
《最初进化》
其实，从你注册账号的那一刻开始，你的一系列用户行为已经在给“For You”算法不断投喂数据了。
这些用户行为基本涵盖了各个方面：比如账户设置及设备型号，地区设置、设备型号等。
注册时选择的感兴趣类别：新闻、旅游、娱乐等；用户使用场景：用户所处地理位置、观看视频的场景等；发布的视频信息：主题标签、视频内容等；各种用户互动信息，点击、点赞、收藏、评论、转发的内容。
最后，经过综合权衡，并不断修正，给用户画一个越来越准确的自画像，有时候软件比你更懂你。
虽然这套机制本身看起来很复杂，整个推荐过程都是“润物细无声”的在后台完成。
不需要用户做什么，只需要点开视频或点几个赞，抖音后台就可以逐步判定你的喜好，而且算法推荐是实时跟踪更新，你的浏览痕迹越多，软件就会越懂你。
不过，目前这套算法看似先进，也确实很先进，放在世界也是顶尖的，还是有不少问题的。
李牧根据现实世界的经验，提前发现了一些苗头。
比如，目前尚不明显，再过个两年越来越多的人会发现，根据用户喜好推荐，这种算法机制就会形成巨大的信息茧房，分割各类用户，让他们沉浸在自己的小圈子里无法自拔，不能接触更多的外界信息。
自从抖音的用户突破两亿后，信息茧房效应就开始显现出来，目前尚无多少人关注这个问题，若不做改变，未来绝对会引起更大的
本章未完，请点击下一页继续阅读！