小红书和抖音这种软件很像，都是去中心化，小红书给每一个著作都会供给一个流量池，不论你是大号还是小号，著作后续的传达效果，就取决于这个流量池里面的数据体现。笔记的流量主要是用户标签和内容标签智能分发为主，别的也包含附近和重视的一部分流量，假如笔记的互动率高，那么这个视频就有机会取得更多的引荐流量。小红书的去中心化让每一个人的著作都雨露均沾，流量池规矩层层递进引荐，这便是为什么你看到很多人没什么粉丝有的笔记都能几千几万的点赞。
在流量池体现体现在内容的赞、保藏、谈论数、转发量等因素，这几个数据指标上去了，体系就会引荐到更大的流量池，取得更多的播放量，假如在更多的人群中还是体现的优异，则持续下一轮。说再具体一点，小红书一个笔记发布以后假如被收录，则一开始或许会给几十到几百的流量，假如点赞保藏转发谈论量多，则再给你更多的展现量到发现页，以此类推，一向到不合格为止。目前去中心化渠道的大概程序逻辑都是这样的。
有哪些算法?
1.学习模型是指小红书算法每天都在剖析用户行为，从阅读时长、用户点击、回来、保藏、点赞等9个维度来剖析判断用户是否喜爱某篇笔记。
2.预判打分指笔记发布后，小红书依据学习模型对笔记质量进行打分，依据分数决议笔记初始排名和是否持续给笔记推送流量，后续的笔记互动数据决议了笔记在查找排名的位置是否靠前。
3.双线引荐机制是指笔记发布后2-8小时的实时引荐，和笔记发布一两个月后，通过算法发掘剖析前史笔记，然后重新取得流量推送或约束流量推送，这就解说了为什么很多前史笔记在沉寂一段时间后重新取得流量，或一向有流量的前史笔记突然没有流量的现象。因为算法在持续不断学习用户喜爱什么内容、需求什么内容、不需求什么内容，然后重新进行流量分配。了解了小红书的流量池规矩，我们就知道怎么去发布笔记，制造什么样的笔记能够受到渠道的引荐。