一、小紅書內容社區的兩大特征

1、首頁是雙列信息流

店鋪入駐看最下方

因為雙列信息流，用戶主動選擇打開某筆記，所以存在點擊率（點擊量/曝光量）數據。點擊率又是系統判定筆記內容質量的重要因素，因此筆記的首圖變得十分重要。那筆記用什么樣的首圖點擊率高呢？一種是圖片特別好看精致fancy（符合小紅書主流用戶審美取向），另一種就是圖片中有清楚的文字告訴用戶這是個什么內容（俗稱大字報），最好是干貨內容。

對于雙列信息流這種產品來說，讓用戶快速get筆記內容是剛需，因此大字報和標題黨不可避免。“大字報”即首圖中有清晰的文字讓用戶立刻獲取筆記信息概要，從而快速做出點擊選擇。標題黨不用多說，“必看、速成、五天瘦十斤、一周變白、百元好物“等等皆是此類。

顯然，大量的“大字報”和過分的標題黨對社區生態并不健康，不夠真實更不夠美好，用戶也會逐漸認為這是個產出內容門檻很高的平臺，減少其分享普通日常生活的欲望。因此小紅書也曾經對部分該類內容進行限流。下圖是以“學習”為關鍵詞在小紅書站內進行搜索，可以看出大字報首圖內容很受歡迎。

2、用戶通過搜索消費內容的行為比例高

和抖音快手相比，小紅書的用戶更喜歡搜索。大量用戶使用小紅書有具體的目標（比如查看各種教程、種草），而不是像抖音一樣閑逛娛樂。這對于內容創作者的信號就是：選好關鍵詞，發現用戶愛搜的關鍵詞。這樣更容易在關鍵詞搜索結果這個渠道獲得持續的曝光。

正是因為用戶喜歡通過搜索消費內容，導致小紅書筆記內容的長尾很長。一個受歡迎的內容能夠連續高頻被贊一個月，低頻被贊半年。比起抖音的陡然上升，小紅書爆款筆記的點贊量是相對緩慢地不斷爬升，但內容的生命周期非常長。據青瓜傳媒通過一些KOL的粉絲情況分析得出，小紅書的粉絲的50%以上轉化率（點擊/關注/收藏）來源于小紅書搜索。不說數據準確與否，在小紅書內因搜索行為而來的流量確實很大。

這個特征源于用戶對小紅書的認知和行為習慣，因此幾乎不受算法調整和運營干預的影響，搜索行為帶來的流量會長期存在。

二、內容在小紅書站內的主要曝光渠道

在小紅書站內，筆記的主要曝光基于三個邏輯，關注邏輯、推薦邏輯和搜索曝光邏輯。關注邏輯就是關注你的人能在“關注”tab和“發現”tab看到你的內容。推薦邏輯就是系統根據筆記的特征將其推薦給可能感興趣的人，筆記中被提取的關鍵詞、地理位置等信息是筆記的重要特征。在下面五個主要曝光渠道中，1和2屬于關注邏輯，3和4屬于推薦邏輯，5屬于搜索曝光邏輯。對于爆款筆記來說，3是最大的曝光渠道。

1、首頁-關注tab

關注你的人會在這里看到你的筆記。

2、首頁-發現tab

這里有一部分“關注的人”發的內容，這部分的算法跟用戶與博主的關系親密程度有關。

3、首頁-發現tab

被推薦給感興趣的用戶。系統會根據用戶已有的內容瀏覽行為為用戶推薦其他相似的內容。這個流量相對是最大的，大部分用戶習慣于首頁瀏覽。影響筆記推薦量的因素一般分為兩類：賬號和內容。賬號是基礎，不違規操作的賬號才會被推薦，這個不多贅述。關于內容，系統有一個計算筆記內容質量的算法，筆記的點擊率（點擊量/曝光量）和互動情況（點贊收藏評論轉發）是主要權重，系統會根據內容質量分來決定是否繼續分發該內容。

4、首頁-附近tab

被推薦給附近30km之內的用戶。

5、搜索結果頁

筆記的關鍵詞設置得好，在用戶搜索該關鍵詞時就能看到該筆記。若關鍵詞底下筆記過多，一般被曝光量較大的還是已經有相對高互動數據的筆記。

還有一些相對小概率的渠道：

（1）編輯推薦：被官方運營賬號推薦，一般是因為參與了平臺正在主推的話題而被推薦。

（2）話題下的熱門筆記：在某個話題下筆記排名靠前，因用戶點進該話題而獲得流量。

三、小紅書首頁內容推薦邏輯?

1、基于內容相似性進行推薦

小紅書的首頁feed流主要也是基于內容的相似性進行推薦，即：如果你喜歡A內容，則會推薦與A內容有相似標簽的B內容。在推薦系統中，你喜好的內容標簽與你曾經的瀏覽記錄強相關，系統會推薦你瀏覽過或點贊過（主要權重應該是點贊收藏）內容的相似內容。小紅書現有的推薦算法對用戶喜愛的內容標簽進行實時反饋推薦，即你現在點贊了一個早餐的筆記，接下來會立刻出現相關內容。

視頻和圖文的形式也影響推薦，因為視頻筆記的相關推薦都是視頻筆記，不會推薦關鍵詞相似的圖文筆記。多給幾個視頻點贊，你會發現短時間內你的小紅書首頁全都是視頻。

2、系統怎樣判斷兩個內容相似

那么，系統如何判斷兩個內容相似呢？主要依據內容標簽相似和圖片相似。

（1）內容標簽相似

系統讀取標題及文案關鍵詞、參與話題等信息可以大致判定出內容標簽。據觀察，判定筆記相似度的算法中，相同話題、相似關鍵詞的權重很高。（如果是視頻筆記，在APP端首頁點進去下滑即可看到相似視頻。如果是圖文筆記，將筆記分享給微信文件傳輸助手，再點擊進該分享，該筆記下面就會有相關內容推薦。有興趣的可以自己去觀察一下。）

當該話題下有足夠多跟該筆記文案相似的筆記，則基本會全部推薦該話題下的筆記。若同一個話題下相似筆記不足，則會推薦其他話題下關鍵詞較為相近的筆記。