待验证50% 置信事实精确时间
TikTok/抖音的推荐算法基于多层漏斗模型，新视频先推送给小规模种子用户（约200-500人），根据完播率、点赞率、评论率、转发率和停留时长计算初始权重
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/8
首次发现
有效期至：2026/12/7
来源
涉及实体
相关事实
待验证抖音、微信公众号等内容平台采用「兴趣推荐+冷启动流量池」的分发模型，新内容先获得种子流量，根据完播率、互动率等指标决定是否进入更大流量池69% 相似待验证PassiveShorts的差异化在于打通了「生成—发布」的最后一公里，可以自动发布到YouTube和TikTok，用户设定发布计划后系统按节奏持续产出并推送内容64% 相似待验证推荐算法本质上是注意力分配引擎，将有限的用户注意力优先分配给已产生高参与度信号（转发、点赞、评论、停留时长）的内容63% 相似待验证B站、抖音等平台的推荐系统以完播率、互动率作为核心排序信号，操控者可通过种子用户制造虚假高互动数据欺骗算法实现大规模免费推流61% 相似待验证Twitter的For You算法基于点赞率、转发率和停留时长等互动信号进行内容排序，核心设计目标是最大化用户参与度而非验证内容原创性60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/877164API
curl https://kongchang.com/api/v1/knowledge/claims/877164MCP
get_claim(id=877164)