プラットフォームがユーザーを正確にマッチングする方法とは？
簡単に言えば、プラットフォームはあなたの記事の内容を分類し、タグ付けしています。過去の推送の経験に基づいて、それを必要とする人にマッチングさせるため、あなたの書いた内容がシステムによって認識され、アルゴリズムによって正確な対象者に推薦されるかどうかが特徴です。
例えば：
A：今日ディズニーランドに行きました。
B：今日遊園地に行きました。
Aに対してタグを付けると、小红书（RED）はおそらくあなたが「旅行」「ディズニーランド」「遊園地」「屋外活動」と関連していると判断するかもしれません。
しかし、Bに対してタグを付けると、小红书（RED）はおそらくあなたが「旅行」「遊園地」「屋外活動」と関連していると判断するかもしれません。
明らかに、ディズニーランドに行ったという点では同じですが、Aの方がシステムによって認識されやすく、ディズニーランドのタグが付けられ、より正確なディズニーランドのターゲットユーザーに推薦される可能性が高くなります。
一方、Bの場合、より正確なユーザーに推薦されることはありません。例えば、これらのユーザーがすべて北部に住んでいて、ディズニーランドがない地域にいる場合などです。最終的には良い記事のエンゲージメントが生まれない可能性が高いです。
「良い」記事を判断するには？
もちろん、プラットフォーム自体が記事の良し悪しを判断することはできませんので、ユーザーの力を借りる必要があります。ユーザーに自分で投票（いいね、保存、コメント）して記事の良し悪しを決めるよう促します。
したがって、記事に初期のトラフィックプールが存在する場合、小红书（RED）は以下の要素を基準に記事の品質を判断します：
・クリック率
・エンゲージメント率（転送を含む）
・完了率/最後まで読んだ率
・エンゲージメント（いいね、保存、コメント）
そのうちエンゲージメントの値（いいね、保存、コメント）や完了率は私たちが見ることができるものですが、クリック率やエンゲージメント率は現時点では見ることができません。各行動はユーザーの意思表示の一つですが、それぞれ重要性が異なります。
例えば、いいねや保存、コメントなどの行動はコメントが最も複雑なので、コメントの重みはいいねや保存よりも高くなるでしょう。同様に、いいねや保存は完了率などの行動よりも複雑です。
重要なのは、エンゲージメントの難易度が高いほど、「良い」と判断されるための数値の重み付けの値が高くなることです。
プラットフォームはこれらを総合的に考慮して、記事が優れているかどうか、推薦する価値があるかどうかを判断します。もし記事のパフォーマンスが良ければ、小红书（RED）は次のトラフィックプールに記事を推薦するでしょう。
さて、これでアルゴリズムについて基本的な理解ができたと思います。では、自分の記事をアルゴリズムを通じて最適化するにはどうすればよいでしょうか？
いくつかの例を挙げます。
記事公開後、表示されない/トラフィックが非常に低い（100未満）原因
ほぼ確実に記事がまだ審査中であることが分かります。
しかし、審査中であることは審査に失敗していることを意味しないため、私たちがすべきことは審査を促すか、記事中に敏感な内容が含まれている場合に修正して再審査を行うことです。
審査合格後、正常に表示されている（100-500の読了数がある）が、いいねがほとんどないのはどうしてか
記事の品質が低い（トピックや内容など）ためにユーザーがエンゲージメントを起こしたくないか、もしくは推薦される対象者が十分に精確でないために、トピックに関係のないユーザーに表示されてしまっている可能性があります。
どちらにせよ、記事の内容を最適化する必要があります。
公開後3日間で読了数とエンゲージメント数は良好なのに、トラフィックが次第に減少し、いいねも減っている場合
次のトラフィックプールで競争に敗れ、他の爆発的な記事に比べてパフォーマンスが劣るため、トラフィック割り当ても減少している可能性があります。
この場合、2つのことができます。有料でトラフィックを購入する（投薯条）か、その経験を次の記事に生かすことです。
