最近偶尔会有人来公司找我聊聊天，但话题嘛，都是围绕小红书转的，有意思的是基本每次到最后，都会聊到小红书的推荐算法是什么？
根据我的观察，来者不管对小红书是否真正的理解，但大家普遍都有一个共识“小红书的流量是有算法的”，不要笑，这样的共识很重要，因为有算法，就会有权重，这也是一切逆推的基础。
1 有哪些流量入口？
在开始聊算法之前，我也想和大家一起统一一个概念，很多人都说小红书的流量都来源于推荐，但实际上，小红书上的流量入口有很多，并非完全都来源于推荐。
这里我做了个整理，可以发现小红书的流量入口大致可以分为六个。
1、搜索结果页：打开小红书App，搜索词后进入搜索结果页
2、发现页：打开小红书App选择顶部发现页
3、关注页：打开小红书App选择顶部关注页
4、个人页：打开小红书App点击笔记博主头像进入个人页（含其他形式进入主页）
5、附近页：打开小红书App选择顶部附近页
6、站外：站外带来的流量（含PC与H5）
我们常说的推荐以及算法，其实就是指的“发现页”流量。
聊到这了，顺便说一句，其他的流量入口就不存在权重和算法吗？其实也存在，比如搜索结果页，谁排前面谁排后面，这都是有学问的，只要不是随机的，不是人工的，就一定有算法；但每个流量入口给用户的价值并不相同，每个流量入口的算法也自然各不相同，不能一概而论。
当然，你也可以去问小红书客服，小红书会不会限流？笔记有没有权重？小红书客服会告诉你，什么都没有。不过对于我们而言，只能内心一笑，一切尽在不言中。
2 小红书的推荐算法
明确一下，我们这里聊的推荐算法，只是针对小红书发现页的算法。
在小红书一篇笔记发布到推荐的流程是什么样的？
1、笔记发布
2、语义分析/分类/打标签
3、平台审核
4、分配流量池（权重：账号状态，账号在类目内表现情况，类目竞争情况）
5、增加流量池（权重：互动情况，用户行为，笔记发布时间）
6、推荐结束
稍微做个分析，我们会发现，一篇笔记的流量推荐主要由“2、4、5”组成，其中2是为了将笔记内容做识别，匹配给有需求的用户，4/5的意义就是给大众用户推荐好的内容。
所以我们做一下总结，小红书推荐流量的本质就是两件事，一个是如何精准匹配用户，一个是如何判断“好”的笔记。
我们先说如何精准匹配用户，这就涉及到了语义分析，也涉及到了给笔记分类目和打标签，目前为止，小红书的识别已经不止文字了，假设文字基本不写，也能通过图片或视频来识别内容是什么。
你或许会疑问，聊算法怎么扯到精准匹配了？因为精准匹配就是推荐算法的前提。
首先平台为了让用户感觉推荐满意，保险起见，会尽量推送你近期有浏览行为的相关笔记，我相信你应该有过在小红书搜索某个产品后，推荐页会立刻推荐相关产品的其他笔记的经历，就是这个原因。
这个问题代表什么呢？代表一篇笔记必定是有分类的，必定是有受众人群的，假设你不是受众人群，平台会推荐给你吗？完全不会。因此发布一篇笔记之后，本质上不是在与所有笔记竞争，而是与同样分类下的相似笔记在竞争，这个时候你问其他博主今天流量好不好，其实没什么意义，大家的类目都不同，竞争关系也不同。
这就是你在小红书，极少看到一篇笔记有上百万的点赞的原因，是小红书用户量不多吗？不是，是因为这些笔记没有机会被推送给“全部用户”。
精准匹配到这里就结束了，下一步就进入到了推荐算法环节，也就是平台如何判断一篇笔记“好”。
不用多想也知道，平台本身无法判断笔记好坏，于是就会借助用户的力量，让用户自行投票（点赞收藏评论）来决定笔记好不好。
讲到这，又会多出一个疑问，一篇新笔记刚发布，肯定是没有人投票的，只有小红书把笔记推荐出去，才会有人根据内容来投票，新笔记发布的时候推荐多少人合适呢？推荐的少了，从统计学的角度来说，不太具备科学性；推荐的多了，万一这篇笔记就是不好，那岂不是给用户推荐了垃圾内容了？
怎么办呢？于是平台出了一个新办法，根据权重综合决定这篇笔记该拿多少初始流量。
这些权重，比如：
1、账号状态
当前账号有没有违规？是不是限流？是不是垃圾营销号？有没有保持活跃？一切正常且表现良好的，自然给的多一点，不正常，那就按最小原则来分配；这就是有些批量运营的账号或者断更账号发布笔记流量少的原因。
这里不得不提一句，有些账号一注册就会被认为账号异常，比如用虚拟运营商的手机号注册，就会被识别为疑似异常账号，别问为什么，问就是其他灰产都是这么干的。
2、账号在类目内表现情况
近期账号在该类目下是不是连续发布笔记（主运营类目）？是不是经常出爆文（笔记写的好）？好，那就多给点。这就是有些博主出过爆文，再次发布一篇同类笔记，爆文概率非常高的原因，一部分是掌握了当前用户的喜好，一部分也是初始流量给的就多。
3、类目竞争情况
当然，其他两项都是决定多给和少给的问题，但决定具体给多少，实际上是类目竞争情况决定的；
比如夏天发一篇羽绒服的笔记，受众必然是近期浏览过羽绒服的用户，但夏天啊，哪有多少人看羽绒服？假设全国一天就1万人，每天还新增几十篇笔记，为了保证每个正常的笔记都有流量可推，所以就会减少初始流量的绝对值，比如只给100个曝光，剩下的流量还得留给好的笔记呢。但要是夏天发裙子，那就会有所不同，裙子在夏天本来流量就大，初始流量可分配的也就多了一点。
以前零克Club群里总会有人问，初始流量池是多少？是100还是200？看过以上这段话，你就应该知道了，没有绝对值，也不是直接用100还是200去定义的，而是根据不同的类目当前的流量情况，在结合账号状态以及历史笔记表现情况（权重）来综合得出的，而且完全由系统自动执行，我相信就连小红书的运营，也办法告诉你初始流量池是多少。
有了初始推荐流量后，不少用户就能看见这篇笔记了，有的点进来觉得不错，点了个赞，有的点进来觉得不行，直接退出了，这些用户的动作，都会成为小红书判断笔记质量的因素。
小红书的内容算法CES全称community engagement score；
模型是：CES=点赞数*1分+收藏数*1分+评论数*4分+转发数*4分+关注数*8分
我相信你们都看过上面网传的小红书推荐CES算法，但实际上，这已经是2017年以前的小红书算法，当时的小红书还无法获取用户太多的动作(没有埋点)，仅能凭借基本的用户互动来判断笔记质量。
放到现在，如果单独只看用户的互动，这个CES的互动评分（互动以重要程度排序）还是合理的，但现在2022年了，不只看互动了，小红书也看笔记的完播率，跳出率等等。
何况如果小红书的算法就是简单的加法和乘法，那么小红书的程序员都可以下岗了，更别提判断因素仅仅有“互动”。
因此，一篇笔记有了初始流量池后，小红书会根据以下几方面来判断笔记的质量：
1、点击率
2、互动率（含转发等）
3、完播率/完读率
4、互动值
其中互动值（点赞收藏评论），完播率是我们能看见的，而点击率，互动率都是我们暂时无法看见的，每一个行为也都是用户的一种表态，因此用户做出动作的，一定会权重占比更高，比如点赞，收藏以及评论，其中评论最复杂，所以评论的权重一定比点赞收藏更高，同理点赞收藏肯定也比完播率这些不用做出动作的要更复杂，核心就是互动难度越高，权重占比越高，平台就是根据这些综合得出一篇笔记到底算不算优秀，值不值得去推荐。
有些零克Club会员会问，到底有多少点赞才能进入下个流量池？到底有多少点击率才能进入下个流量池？看完上文这段话，你就知道我也回答不了这个问题，小红书的人也回答不了这个问题，因为小红书的算法根本就不是按互动绝对值作为衡量优秀标准的，衡量标准是动态的，要按照当下类目其他笔记表现来算。
如果大家都很差，那么你稍微好点，就可以了，如果大家都很好，那么就很难了。
就像高考时大学的录取分数线也是动态的一样（某些），是由实际录取的最低成绩的学生决定的，我也称之为动态平衡机制。
假设，我们能过了初始流量这一关，那么就可以进入下一个流量池了，但这里进入下个流量池并不是非黑即白的关系，不是只有表现最好的10%才能进入，剩下90%都进不去，而是10%进入更好的流量池，40%进入小一点的流量池，余下的小部分才不会分配流量。（具体%是不清楚的，只是举例子）
与初始流量池的考核逻辑一致，如果下一个流量池表现很好，就能进入再下一个流量池，直到这个类目下没有匹配流量可以进行推送为止。
我猜看到这里，你会有个疑惑，如果我的笔记表现还行？类目流量也很大，是不是就能一直无限推下去？
实际上是不会的，因为我们一直都少提了一个因素，就是时间因素，新发布的笔记权重最高，老笔记的权重相应递减，这点很好理解，平台肯定不希望推荐一些旧东西。所以在逐渐进入新流量池时，时间因素也会发挥重要作用，比如发布了1-2天的笔记，表现很好，你会明显感受到笔记流量还是很多的，但是即便你的笔记表现很好，互动率很高，10多天的笔记也基本没什么流量了，这个就是时间的原因。平台不会把流量放在一篇旧笔记上！这也是作为博主必须持续不断的更新笔记的原因，老本是吃不起的。
目前来看，小红书的自然流量最长也就在30天左右，这还是极好表现的笔记或者是小众类目（内容不多）的笔记，一般的笔记也就在3-14天结束自然推荐。
至此，整个小红书的流量推荐就结束了。
3 知道算法又如何？
看完上面文章，了解小红书算法之后，我猜你会觉得，好像知道了和没知道，没啥区别？
其实这挺正常，因为看完文章后会发现无法利用小红书算法作弊。
很多人想了解算法，就是想通过逆向思维进行作弊，比如知道点赞高就能有流量，那么直接刷点数据呗？知道算法有什么Bug，就利用算法的Bug薅点流量呗？
但是根据现在的结果来看，会发现小红书算法非常复杂，很难通过简单的动作就进行干预，这对不少人来说，无疑感觉很失望，最终还得通过识别用户的兴趣，做好内容才行，还是不能投机取巧。
但这也合情合理，算法的意义就是尽可能的公平，让做的好的，有能力的博主脱颖而出，这也是算法存在的意义。
在我看来，了解算法背后的逻辑和意义，并非为了去作弊，而是通过算法知道自己的笔记被如何运行在了小红书上，如何被推荐，为什么流量好，为什么流量不好，通过算法的原理去反思问题在哪里，去优化问题，这才是学习算法的真正意义。
而且有些算法上的问题也是完全可以被实际应用调整的，比如笔记的类目和标签（可以用零克追踪zz.lingke.pro查询）被小红书官方打错了，举个例子，洋娃娃的衣服本应是玩具类目，结果被分到了时尚，理论上不会有什么好的效果，这个时候我们就应当调整笔记的内容，更多的出现玩具和洋娃娃这样的词，笔记就会被分到正常的类目下，流量也会顺其自然的好起来。
再比如我们发布了一篇笔记，互动不错，发现笔记每天都有流量，但是每天都不多，这时候就要反思是不是类目过于小众，当前类目的流量是不是总体就不够大导致的，最佳方法当然就是调整账号的方向。
相应的可根据算法进行反思调整的可能点还有很多，但这依赖于根据真实场景的分析，而非别人的提醒。
但以上都是基于免费的自然流量而言，假设自己的内容就是认定不错，就是每次无法突破小流量池怎么办？小红书也提供了动态平衡下的人工可干预机制，付费购买薯条，也就是付费购买流量，但诚实的说，这不便宜。
