2021年全球主要社交媒体最新算法规则

小提示：您能找到这篇{2021年全球主要社交媒体最新算法规则}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的2021年全球主要社交媒体最新算法规则内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

< ">为什么我们需要了解社交媒体算法

< ">如果不理解社交媒体算法是如何工作的，就如同在黑夜中开车不开灯。虽然在这种情况下你销售活动方案策划也有可能达成目标，但我们没有必要冒这个风险。

< ">简而言之，出于以下原因，你需要了解它们：

< ">影响：确保内容产生最大的影响

< ">投资回报率：确保内容制作和发布所花费的时间和精力能获得最大的回报。

< ">声誉：长期成为算法系统中的可靠信息源。

< ">扩大社会影响力：我们必须能够“以其人之道还治其人之身”，以防止虚假信息在网上传播

< ">各大社交平台不断地改变、完善和测试他们的算法。最重要的是，我们要跟上他们的步伐。

< ">社交媒体总是在迅速变化。在这样一个多变的行业中工作，唯一的常数就是要为预期和意外做好准备。

< ">为了确保提要对受众相关且有用，社交媒体经常使用算法来确定内容在用户首页中的显示方式以及显示方式。由于不同的社交媒体有多种用途，因此社交媒体平台背后有无数算法，以确保更可能消费和固定内容。

< ">社交媒体尤其是Facebook，开始把自己定位为新闻发布的渠道。随着越来越多的人开始通过他们接收新闻，Facebook改变了自己的算法以适应这种变化，新闻出版机构致力于在这些平台上扩大受众，并越来越多地制作简短有趣又可共享的内容。据不完全统计，当前基于算法的个性化内容推送已占整个互联网信息内容分发的70%左右。放眼未来，媒体平台的竞争力，很大程度上依赖于公关公司有多少数据、算力和算法。

< ">社交媒体平台正在不断地更新、调整算法，以满足受众的需求。因为目标受众以及产品策略各不相同，不同的平台采用的算法体系也是有区别的。

< ">早在2016年，Instagram就转而使用基于算法的信息流推送。帖子的排序受到“用户对内容感兴趣的可能性”“发布日期”“与发帖人的过往互动”等因素的影响。

< ">媒体可以通过“3R原则”进行应对：

< ">1）相关性（Relevance）而不是覆盖率。如想在Instagram平台进行网红营销，与平台头部KOL合作的营销效果，通常会逊色于垂直领域的KOL。

< ">2）发布频率（Recency）。在该平台，低频次重磅内容发布的效果，不敌多次系列发帖、与用户建立长期链接。

< ">3）共鸣（Resonance），即用户反馈。仍以网红营销为例，不少品牌方以KOL发帖提及的品牌次数作为考核指标（EMV），但考虑到虚假转发和虚假账户的存在，帖子的互动次数、互动方式等指标其实更有“含金量”。

< ">YouTube：优化视频标题，提高观众留存

< ">YouTube是世界范围内搜索量最大的视频平台之一，也是算法规则千变万化、最难以捉摸的平台之一。

< ">视频频道可以从两个角度应对YouTube算法：

< ">优化标题、标签等，让更多观众通过检索看到你的频道。这个过程需要频道做很多调研统计工作，比如研究哪些话题的关注度更高。

注：网民对标签关键词“美丽”的检索频率比“时尚”高出31%（来源：SEJ）

注：YouTube网民对体育运动中“漂移”的检索兴趣是“摩托”的18倍（来源：SEJ）

< ">通过在频道上建立播放列表等方式引导观众持续观看，延长用户的观看时间。YouTube指出，将视频添加进系列播放列表，“观众观看该系列的某个视频时，播放列表中的其他视频会被推荐”。世界知名美食博主Mark Wiens的YouTube频道浏览量已经达到14亿，拥有近670万的粉丝，而他创建的播放列表内容非常丰富，不仅包括泰国食品，连旅游指南也被纳入其中。

< ">TikTok：对兴趣指标加权

< ">和其他国外本土社交媒体平台的算法不同，TikTok是一个强兴趣导向的平台。该平台在海外市场的排序影响因素主要有三个：

< ">1.用户互动：衡量指标包括用户点赞、分享、评论等的频次。

< ">2.视频信息：比如标题、标签等细节；

< ">3.账户信息：比如语言偏好、地域信息和设备类型。这一因素所占权重比前两个要小很多。

< ">值得注意的是，以上这三类数据指标会被TikTok算法系统统一处理，分别加权。兴趣指标会比地域指标获得更高的权重，受众是否从头到尾看完一个视频，会比受众与发布者是否来自同一个国家或地区权重更大。

< ">Twitter：新近性至上，强标签导向

< ">平台更看重对新鲜资讯的优先排序。

< ">1.新近性至上。发布推文的时机至关重要，你即时发布的内容，Twitter会着重将它往前排。

< ">2.多种媒体形式优先。如果一篇推文搭配了多种媒体形式，比如视频、GIF动图、投票等，Twitter的算法会将该推文推送给更广泛的受众。平台推断这类“多媒体”推文会比纯文本的推文获得更多的用户参与度，所以只要主题相关、视频或者图片的大小和清晰度合适，可以在推文中运用多种媒体形式。

< ">3.强标签导向。和其他社交媒体平台不同，Twitter的字符限制别具一格。正因为如此，所有用户都会用“＃”来标记自己的推文，标签也成了非常有效的检索关键词。由于标签往往显示着热度趋势，Twitter算法会将搜索量大的标签分享给更多用户。

< ">4.相关度导向明显。粉丝通过评论、转发、保存推文内容的方式和账户进行互动，会增加该账号的“相关度”得分。Twitter算法会追踪用户的关注列表、互动情况以及地理位置，来为用户提供定制化的信息流。

< ">Facebook：鼓励社群参与，提防两个虚假指标

< ">Facebook是以拉近人与人之间的关系为宗旨创立的平台，为了实现这一目标，该平台开发了以优先考虑有效用户参与为原则的社交媒体算法，比如，人们会加入有相同兴趣的Facebook群组，群组的管理员也会通过持续发布信息、和参与者互动等方式提升群组价值，这就是有效参与的一种表现形式。

< ">Facebook算法通过4个排序指标来量化用户之间的有效互动。

< ">1.参与的积极性。Facebook中新闻流的算法倾向于鼓励互动性高的内容，这些互动包括点赞、分享、评论、回复。

< ">2.社群力量。Facebook会将社群中参与者是否活跃列入算法参考列表。所谓的社群力量是指参与者互动的频率，粉丝感兴趣的其他话题也会被纳入考量。

< ">3.高质量内容。Facebook提倡高质量的内容，不仅要求文本优质，也强调视觉吸引力。高清图片、有创意的视频或者图表动画都有助于提升内容指标上的得分。

< ">4.发起互动性对话。从民意调查到产品互动，任何能引发有效对话的帖子都会被推送给更多用户。

< ">四大技巧，应对社交媒体算法推荐

< ">1.创建短视频。社交媒体用户喜欢在内容中看到多种媒体形式，而且Facebook、YouTube、Twitter等多个平台的算法推荐也捕捉到了受众的这一喜好，并将其纳入算法推荐的指标系统。在内容中插入简短的视频不仅能够更直观地呈现内容，而且可以匹配相应的算法优势，有机会出现在更多用户列表内。

< ">2.有意识地创建更多吸引互动的内容。就社交媒体爬虫机器人来看，点赞、分享、评论等形式的互动深受平台和用户的喜爱。账户可以有意识地发布更多吸引受众参与互动的内容，提升用户忠诚度，同时也争取较高的算法排名。互动形式如调查问卷、直播访谈、粉丝投票、转发抽奖等。唤起粉丝的情感能够促使品牌更加人性化，提高用户粘性。

< ">3.UGC——用户生成内容是关键。UGC这个词已经不再陌生，吸引用户自己上传内容、图片、视频，甚至截图，意味着你本身已经捕捉到了粉丝的注意力，而且能够促使粉丝加入话题，参与互动。与此同时，引用现成的图文、视频内容也可以减少生产内容的时间成本和人力成本。

< ">4.精心使用话题标签、关键词。在社交媒体上发布消息时，有必要通过标签“#”来提高检索的相关性。比如 smoothietactics在发布相关内容时使用了13个话题标签，正确的关键词和“#”能够帮助帖子覆盖更多受众。除此之外，在标题或内容中匹配关键词也非常重要。

< ">Facebook算法

< ">Facebook可能拥有世界上最著名的社交媒体算法。

< ">在过去的几年中，它一直处于争议的中心，不仅在美国和欧洲，而且在世界各地都引起争议。Facebook算法以前被称作EdgeRank，在过去几年中它由于种种过失而备受关注。该算法导致了一种病态的情况：自然流量几乎消失，新闻信息流已近消亡，标题党和假新闻泛滥。

< ">用户自由访问率大幅下滑

< ">2014年，Facebook的专页用户注意到他们的用户访问率开始下降。尽管数字有所变化，但平均用户访问率却从16％下降至6.5％。一个拥有10000个粉丝的专页只会吸引650个点击浏览。Facebook表示，这样做仅仅是因为平台内容变多了，所以人们应该只看到与他们最相关的内容。如今，Facebook专页更适合用于开展广告活动，而不是其他任何活动。

< ">新闻信息流正在退出主场，与用户相关的生活内容才是王道

< ">生活内容改变了社交媒体的格局，而新闻信息流遭受重击。消费者最想要看到的内容是他们朋友、家人和KOL网红们在Instagram、Snapchat和Facebook上发布的短内容。Facebook将生活内容视为未来，并声称每天有十亿条内容在其平台上共享，但到目前为止，它们还无法像其他广告资源那样从中获利。

< ">Facebook将不再宽容地对待虚假新闻和标题党

< ">曾经，在Facebook上“病毒式传播”是一件很容易的事。制作一段人们会共享的内容，并采用不错的发行方式，就可以保证将其传播到整个Facebook平台。这一策略常常被运用，人们用各种不道德的方法制作虚假的内容。

< ">这个旧的Facebook算法，其病毒性元素在2016年美国大选和英国脱欧中都产生了巨大的影响。有关这两个事件的内容都主要在Facebook上播放，很轻易地传播各种假新闻，并且用标题党来篡改知名新闻来源的内容

< ">新的Facebook算法

< ">Facebook算法现在将优先考虑推荐一些可以引起朋友和家人讨论的内容，而不是标题党内容和第三方链接。

< ">Facebook提供的有意义的互动包括：

< ">个人评论、对他人的状态更新或照片的点赞

< ">个人对朋友分享的内容所做出的回复

< ">视频或文章评论中的多人互动

< ">通过Messenger共享链接与一群朋友开启对话

< ">此举引发了一些依赖Facebook作为交流平台的企业和组织的担忧。媒体行业的员工以及像LittleThings和Unilad之类的出版商受到了极大的影响。由于新算法的引荐流量突然下降，他们被迫关闭或者被收购。

< ">Twitter算法

< ">Twiter多年来一直无利可图，直到2018年它才实现了首次年度盈利尽管具有盈利能力，但Twitter正在失去用户，这与它清理平台、删除垃圾邮件和机器人帐户有关。

< ">Twitter可能仍将是一个以获利为基础的社交网络，但它吸引的用户是世界上最具影响力的一些人。这个平台受到了媒体和政治精英的青睐，在推动新闻议程方面发挥着关键作用。Twitter的实时性，极易上手，不需要任何写博客或者创建博客等技术知识，这些可能是Twitter在这些人中受欢迎的原因。

< ">Algorithmic Timelines

< ">2016年Twitter推出了它的算法，被称之为“Algorithmic Timelines”。在此之前，当你登录Twitter时，你的信息流是按逆序排列的，你关注的人的最新推文被排在首页顶部。

< ">但是现在登录Twitter的话，情况有所不同。它不再按时间顺序排列，你的时间轴顶端的内容可能是30分钟前发布的消息，而最近的推文可能会在后面显示。

< ">这是目前正在使用的算法，旨在根据用户先前对平台的使用情况，为用户提供最相关的内容。算法认为你会觉得这些内容最重要，所以把这些推文推送给你。当你在制定Twitter策略的时候，必须考虑到这一点。

< ">在280个字的限制下运用算法时间轴

< ">Twitter算法的目的是增强时间轴的相关性，以便用户可以捕获重要的推文，否则他们会错失与他们互动最多的人之间的交流机会。

< ">因此，虽然该算法会把较旧的推文展示在首页顶端，但时间仍然是重要的因素。而且，如果你希望自己的推文获得尽可能多的覆盖率和参与度，你必须适应该算法。

< ">LinkedIn算法

< ">尽管LinkedIn算法没有像Facebook或Twitter那样引起广泛争议，但它在运行过程中仍然出现了一些问题。

< ">2016年9月，LinkedIn被指控，在使用其搜索功能寻找候选人时，会更多地推荐男性。在此之前的几个月，LinkedIn开发出了新功能，用户可以与名字重复的人一起玩游戏。

< ">LinkedIn可能对于其算法运作方式公开最多的的社交网络之一。

< ">2017年3月，其数据团队发布了一篇博客文章，标题为“维护LinkedIn信息流相关性的策略”，其中包括有关如何打击垃圾邮件的算法图表。

< ">在2018年3月，同一团队发布了另一篇博客文章，名为“LinkedIn信息流背后的AI”，提供了关于LinkedIn算法价值观的见解。

< ">工程团队表示，当用户登录平台时，LinkedIn算法会对成千上万的帖子进行排序，并将最重要的帖子排在信息流顶部。他们使用成千上万的因素来确定用户的偏好，以此来制定个性化信息流内容。

< ">知识图表和计划中的兴趣图表将改变LinkedIn算法

< ">2016年，LinkedIn发布了一篇详细介绍其“知识图表”的帖子，该内容基于用户的职位，职务，技能，公司，地理位置，学校等。这意味着，通过知识图表和兴趣图表，LinkedIn算法将不仅可以根据人们的工作来匹配他们，而且还可以根据他们的个人生活来匹配他们。这将是一个非常强大的算法。比起Facebook算法，它可能能够做到更多事情。

< ">LinkedIn算法会把你的内容，推荐给与之互动的人的联系人，从而使你的内容更加活跃。如果有人在你的帖子下评论或点赞，那么算法会把这些评论和点赞推荐给他们的一级联系人（即你的一级或二级联系人）。

< ">使用“Broetry”来产生LinkedIn病毒式传播

< ">如果你经常使用LinkedIn，你可能会看到被BuzzFeed称之为“Broetry”的状态更新。

< ">这些是“营销人员，社交媒体专家和传教士的首选发帖方式”。

< ">通常表现为一句话内容，充满了被设计好的煽情话语，引诱你与之互动。

< ">最著名的“broems”创作者是成长型黑客Josh Fechter，他使用此方法在LinkedIn上制作了一些严重的病毒式帖子，获得了高达2亿阅读量。

< ">Instagram算法

< ">尽管Instagram不如Facebook算法出名，但Instagram无疑是最酷的社交媒体算法，也可能是未来最重要的算法——因为Instagram逐渐成为了改变消费者文化的中坚力量。Instagram是最热门的社交媒体平台，而且热度可能还会持续一段时间。

< ">现在，它已经成为人们变身KOL的主要平台，因为Instagram的创作过程比任何其他社交平台都容易得多。

< ">数据显示出持续上升的趋势，这意味着Instagram的网红营销正在蓬勃发展。

< ">Instagram是时尚，健身，旅行，游戏，宠物甚至CGI KOL等各行各业KOL们的家园。

< ">只要你使用Instagram工具和软件，有足够的才干并投入工作，任何人都可以成为“ins明星”。

< ">从时间轴到Instagram算法的转变

< ">Instagram于2016年中宣布了自己的社交媒体算法，旨在为用户提供他们最希望参与的内容类型。

< ">在上线nstagram算法之前，信息流按时间顺序发布，这意味着你可以在页面顶部看到最新的帖子。当时，新帖的生命周期为72分钟；但现在，它在发布几天之后仍可以获得互动。

< ">现在，在重新登陆instagram后，你可以在时间轴中看到上次登录时你互动最多的人发布的内容。

< ">参与度是Instagram算法的关键排名因素。内容所收到的点赞，评论，评论点赞，内容收藏，DM回复和通过DM发送的次数越多，算法对其赋予的权重就越大。

< ">YouTube算法

< ">由于平台太过流行，导致YouTube算法可能是当今最难破解的社交媒体算法之一。YouTube拥有15亿全球用户，从数据上说，它是世界第二大搜索引擎，是一个需要认真应对的平台。

< ">开发YouTube算法的目的是服务对网站做出重大贡献的用户。这反映在它的一些排名因素上，这些排名因素基于坚持发布和用户拥有的粉丝数量来制定的。

< ">KOL强烈反对YouTube算法测试

< ">2018年5月，许多YouTube上的KOL对平台进行的算法测试感到愤怒，该平台向用户推荐了他们尚未订阅的频道的视频，而不是已经订阅的频道视频。

< ">YouTube表示，它只对一小部分用户进行了测试，但一些YouTube红人对此感到恼火，并公开表示反对这种行为。

< ">这是一个值得牢记的教训。用户——即使是最有影响力的用户——在任何社交媒体网站上都无法完全控制自己的频道或内容，他们也永远得不到这个权利。他们拥有的是一块租来的土地。

< ">如何适应YouTube算法？

< ">持续性是关键

< ">如果断断续续的更新频道中的内容，那么算法会降低该频道的权重。所以你最好持续发布内容，最好在每周的同一时间发布，也可以每天发布。

< ">这不仅能从算法角度为你提供帮助，而且知晓更新时间会让你的粉丝更乐于观看你的视频。

< ">建立粉丝基础

< ">频道中的粉丝数越多，你在算法中的积分就越高。但这对于从零开始以及希望发展Youtube账号的新手来说是一个左右为难的规则。

< ">让你的目标受众喜欢你的视频

< ">你应该这样做，而且你获得的点赞越多，算法给予你的权重越高。制作一些讨你的目标受众欢心的视频，并注意不要出现争议性内容，这样会导致负面评价。

< ">在视频的前几分钟内勾住观众

< ">YouTube算法认为，人们观看视频的时间越长，你的内容就越有趣。所以你的目的是勾住观众，许多YouTube博主会使用特定的策略来勾住观众。

< ">视频时长应在7~16分钟之内

< ">解码社交媒体算法需要集体努力

< ">社交媒体正在不断进行A/B测试并更改其算法，以适应新功能，增加收入并为用户提供更多价值。

< ">结语

< ">尽管我们永远不能完全了解每种社交媒体算法的内部工作原理，但我们可以从公司的公开资料中获取线索，并相应地调整我们的方法。使用信息碎片，基本假设，一些常识，不断测试和数据共享，可以破解这些神秘的数学方程式。

< ">就像SEO行业诞生于破解搜索引擎算法的集体愿望。

< ">此外，在社交媒体传播方面，我们不仅需要速度和敏捷性，还需要知识和经验的集体共享，需要KOL们集体对社交媒体公司施压，迫使他们提供更多有关这些神秘算法的内部工作原理的信息。因为算法对我们所有人的生活将产生更大的影响。