天游娱乐主管小红书内容分发的核心逻辑就是特征匹配，特征匹配也是现在几乎所有智能分发，也就是我们经常说的千人千面，它所依据的一个底层逻辑。
当产生一篇新的笔记后，笔记首先会被上传到审核系统之中去，进入机器审核这样一个流程。
系统会根据基本的规则，比如说一些敏感词、敏感图片等等，有无违规的内容，或者说是疑似违规的内容来进行一个初步审核，违规的内容会直接被封禁，有一部分机器无法判定的疑似违规的内容会进行一个标红处理，然后转到之后的人工审核之中去。
在违规审核完成之后，也会有一个去重检测，系统会根据已经有的内容库对笔记的内容进行一个重复的比较，如果说你的重复率达到了一定的比例区间，就会直接被封禁掉，如果你是有疑似抄袭或者说是重复率比较高，但是还没有达到封禁区间，你可能会被限流或者说转入人工审核来进行去重检测。
机器审核阶段会对内容的质量进行一个初步的判断，比如说你笔记的字数、广告词出现的次数，以及图片的质量、内容整体的原创度等等。
对于内容质量比较高的笔记，会给予比较高的这种分发权重，有利于笔记在之后分发中的表现。
机器审核结束之后，就是针对机器审核中标红的内容，以及被封禁违规的内容进行一个人工审核，人工审核主要是对违规或者说疑似违规的内容进行一个二次复核，他在整个审核机制中处理的内容比重其实不高，因为人工审核他的成本比较高，所以说不是所有的笔记都会进入到人工审核的这样一个阶段。
当然在一些比较重点关注的领域的话就另算，比如说小红书现在全面封禁电子烟这种相关的内容，在这个领域可能人工审核力度就会更大一点。
审核完成之后，就会进入系统内部的特征匹配的这样的一个阶段，通过审核的笔记会进入推荐系统。
根据在创作笔记的时候所提供的关键词、标签、话题等等，该篇笔记的这种内容特征的描述，对应的需求用户来进行匹配。
但系统也会对笔记的内容进行具体分析，词义分析、关键词提取、关键词出现次数分析等等的一套笔记内容特征的分析逻辑
但是在创作笔记时，我们所标记的关键词，我们所使用的标签，所链接到的话题，它往往会拥有更高的权重，因此我们想要让自己的笔记分发给我们真正的目标受众，就必须在初期的时候把笔记的特征标签定好。
内容它有特征标签，用户同样也有特征标签，所谓的千人千面，就是把符合用户特征需求的内容分发给用户，用户的特征标签是由最开始注册时候的，我们会选择一些兴趣标签，以及我们在APP内的这种行为数据等等更加复杂的数据标签所决定的。
就像我们在内容中设置的标签话题，与题目中的关键词以及它出现的次数等等，都是有不同的权重占比一样。
关键词的优化布局，有些类似于SEO会影响到内容跟用户的匹配度及文章被推荐的流量，具体如何布局，使得笔记能够被精准的推荐给品牌的目标用户
在之后的笔记优化跟搜索排名中再讲,内容跟用户的特征互相匹配之后，就会进入到分发流程，在小红书上内容分发的最终落地形式主要是在
首先是发现页，发现页面是小红书所有界面中入口最浅的，也是小红书内容流量的主要的聚合地。
之前有人对小红书的流量分布进行过统计，在推荐、达人以及搜索三个流量入口所带来的流量比重分别是4：3：3当然目前来看这个推荐并不是很严谨
大品牌它的搜索来源可能占到的比重会更高40%，30%都有可能，但是一些小品牌实际上它可能只有5%都不到。
因为用户不知道你这个品牌的话，它是会没有搜索习惯的，但是不管是大品牌还是小品牌推荐内容，它始终是流量重要的一个来源，基本上都能够占到40%左右。
甚至一些小品牌，它大部分的流量都是来自发现页的推荐内容，所以说发现页它作为内容分发的4个落地页面，在流量比重上占据着最重要的一个位置。
主要包括关注达人发布的内容、关注的兴趣标签匹配的内容，以及部分信息流广告展示的内容。
发现页的内容分发逻辑就是我们前面所讲到的这种特征匹配，这个匹配是以用户特征为基础的，是基于用户在APP内的行为数据，主要是之前沉淀的一些行为数据
根据这些行为数据来抓取内容库中与这些行为数据特征相匹配的笔记内容来进行展示。
比如说一个用户他注册的时候关注的标签是美妆，然后又关注了几个某某的这种美妆达人，近期他浏览的笔记主要是一些眼影的一些使用攻略
一屏发现页通常能够展示5篇笔记，在他的发现页可能呈现的内容分布大致是关注的达人发布的笔记可能有一篇或者说没有，然后一定有一个某个眼影品牌的这种广告位的展示文章，然后在眼影标签的特征相匹配的这种笔记内容有3~4篇，这部分内容其实也是用户在使用小红书时浏览量最高的一部分内容。
接着发现页点开一篇笔记进行阅读之后，当我们到达底部之后就会有相关推荐这一栏。
这也是我们比较常见的这种关联推荐的手段，我们在淘宝上去买东西，或者说在看一些新闻资讯等等，其实在这些APP里边已经是非常常见的。
笔记底部的这种相关推荐跟发现页的推荐略有不同，因为它所依据的特征标签会更小，发现页面它的推荐逻辑是依据用户的特征标签进行匹配，但是相关推荐这一部分，它主要是依据你所阅读的这篇文章的特征标签。
比如说你看了一篇口红试色的笔记，其中给出了唇釉，然后黄皮、白皮等等这些关键词的这种特征标签，那么推荐的内容都是与这几个关键词相关联的内容，所以讲相关推荐它的推荐范围会更加的精准。
关注页是一种比较强的内容推荐页面，它的内容推荐逻辑只有一个，就是关注这个界面只呈现用户所关注的达人更新的笔记内容，所以它是拥有一定的这种内容避雷的，也是达人跟粉丝互相交流、互动，维系相互之间关系的一个很重要的界面。
这种内容避雷其实就能够成为达人跟用户交流，搭建自己的私有流量池的一个比较良好的地方，比如说我们通过自建品牌号来引导用户关注吸粉，然后就可以通过关注不断的去激活用户，实现我们品牌自身的消费者的沉淀，或者说我们可以通过跟品牌合作人来进行合作等等，都可以通过我们的关注页面来搭建属于品牌自己的一个私有流量池。
附近页面也是一个具有一定避雷的这种内容展示页面，他和发现的推荐机制基本逻辑是相同的，但是他们所依据的核心逻辑不同。
附近页面的推送核心逻辑是地理位置标签，一定是由用户的地理位置构成我内容推荐的核心逻辑，再通过其他的特征标签来进行分发，比如说美食、比如说景点、比如说娱乐、展览等等。
也正是基于这个特性，我们看到附近页面，其实他是很多线下店一个比较良好的这种内容展示的一个窗口。
在附近页面里面它存在着很多探店达人的这种笔记，这种探店达人的笔记，为这些线下店的商家来进行一个导流。
在附近页面地理位置是第一推荐标签，它占据的权重是能够达到9，根据距离的远近会推荐不同的内容，最优先的肯定是地理位置最近的。
但是同时你文章的内容质量、发布笔记的达人的账号权重等等，它也会影响到在这个页面的推荐内容的顺位，以及你是否会被收入到附近页面。
上一篇：首页、『天九注册』
下一篇：永盈会注册-注册首页