小红书笔记是如何被分发和推荐的？
1）笔记被推荐的综合考虑因素很多，没有标准的公式一概而论。具体说，纳入考虑的因子包括点击、时长、完播、下滑、质量、点赞、收藏、关注、转发、评论等。
2）一般会综合考虑消费、互动和体验类指标，结合用户的消费行为偏好，实现个性化的权重组合。
3）例如，日常分享类的笔记更看重点赞，工具类笔记更看重收藏，求助类笔记更看重评论
小红书推荐系统如何做到挖掘长尾，高效分发？
1）小红书开创性地构建了一整套内容质量框架，利用封面图片画质美学模型和多模态笔记质量分模型，定义有用和美好的内容。
2）小红书技术团队借助大规模多模态预训练模型，通过将笔记封面图和笔记标题组对的方式获取训练样本，通过算法实现对复杂多模态内容的综合语义表征。
3）同时，团队利用内容的后验分发数据（例如点击率、点赞率、快划率等），对预训练向量进行微调，从而实现对内容分发质量的级别预测
小红书新笔记如何冷启动，种子人群如何识别？ 1）小红书发现，扶持新发布、低曝光的笔记可以增强作者的发布意愿。
2）哪怕一条笔记的初始数据一般，只要它有价值，系统捕捉到中长尾信号，依然会被推荐给需要的用户，与发布时效无关。
3）在冷启动阶段，系统更加关注高质量评论的数量、挖掘高潜笔记，因为高质量的评论数量反映了目标人群对新内容的互动情况，也即新内容是否被准确分发到了符合其特性的人群中。
总结：
1）小红书算法对普通用户笔记更友好，容易产生「素帖爆火」的现象
2）笔记声明周期可以很长，跟时间没关系，如果笔记周期时间短只能证明没有布局关键词，或者涉及关键词没有搜索量
3）相比点赞，高热互动对笔记是否被更多次分发的影响更大
