后台设计

传统的后台设计流程：

抖音与传统的后台设计相比多了推荐算法（筛选的逻辑）。
比如观看视频是系统推荐的，而传统的是分类，需要用户自己去选择的。
抖音与传统的视频资讯来讲是有两个特点，第一个是UGC类产品，是需要用户上传的，这里涉及到一个审核的问题。第二个观看短视频有个推荐机制，不需要用户去搜索什么东西，而是自动把用户喜欢的内容推荐给用户，抖音的后台要解决这两个问题。
首先用户将视频上传到抖音后台；
系统初步筛查：检测视频是否违规，人工智能或机器检查。
分类：后台根据视频信息做分类，地理位置 挑战 根据描述文字提取关键词等，系统打标签做分类，然后分发给300个在线用户，在线用户对视频进行操作，系统计算视频得分。根据维度进行打分，计算打分是否超过推荐分，如果超过推荐分进入待推荐列表，
人工审查：人工再次审查视频是否违规，如果未违规，然后进入推荐列表。因为机器审查可能会出现差错。如果违规删除视频并通知作者。
由于上面做了很多分类，事实上推荐列表也是根据标签来的，经常看某一个类标签的视频，那么推荐列表就会有很多这样标签的视频，与用户对应。进行推荐列表与个人行为和视频标签对应，所以经常在推荐列表会看到第一个是优质内容，第二个是喜欢的内容（因为做好了分类），根据平时的阅读习惯推荐给你。
系统实时对用户上传的视频只进行一次监测，如果超过了推荐分就往下走，如果没超过推荐分的视频如果抖音要更换内容可以执行定时的时间进行计算得分。
因为一直实时会浪费系统资源，所以设置定时抽查是否超过推荐分。

感受

关键词：推荐分-优质、用户喜欢的视频-标签
抖音记录用户观看某类视频的时间以及数量等计算出用户最喜欢看的视频类型，然后根据这个类型与大于推荐分的视频类型对比，相同的话就给用户推这类的视频。
其实就是你喜欢什么视频，我怎么给你找出你喜欢的视频然后推给你，而且还是优质的是视频。