信息流的定向十分重要，能为广告主的投放提供精准的用户群体，降低广告成本。而一个精准的定向可以让用户、广告主和平台三方收益。 对于用户来说，用户希望在平台上看到自己喜欢的内容，如果给用户推荐太多他不喜欢的内容以及广告，会损失客户的体验。而拥有精准定向，则可以大大减少对用户的打扰。 对于广告主来说，广告主希望找到更加精准的用户群体，降低广告成本。 对于平台来说，平台需要平衡用户和广告主的需求，在尽量提升客户使用体验的同时也提升广告主投放的有效程度。 在做好投放前，我们得了解平台的定向逻辑，因为不同平台对人群的定向的精准度是不同的。而抖音/tiktok上的定向体系是这样的: 1、 地域定向（判断的逻辑是依据GPS/IP/历史城市/服务器地址等因素加权得出来的，GPS优先，比单纯的IP定位更加准确） 2、 性别及年龄定向（基于用户的行为以及看视频得到的数据进行判断。而tiktok可以设置不显示性别，所以有的时候不完全精准，必须要AB测试） 3、 用户行为定向（用户首次激活时间。而有这种需求的广告主主要目的是：1、对新老用户有要求 2、推荐广告给没有看过广告的新用户） 4、 兴趣定向（分为兴趣分类、兴趣关键词、用户兴趣和用户行为。） 首先系统会通过分析用户的行为（点赞、关注、评论以及观看视频的时长等）来对用户打标签，而且标签也不止一个，比如#毕业 #IT #二次元 #宅 #动漫等，标签对于广告主用来找到精准用户会有很大的帮助，而不同标签人群也会被推送不同的广告。 具体来看，系统将兴趣爱好分成了大两类：一种是兴趣分类，另一种是兴趣关键词。 A、 兴趣分类。可以找到用户对那种视频比较感兴趣，比如宠物/户外/美妆等等，颗粒度比较粗。 B、 兴趣关键词。兴趣关键词是根据用户所观看的视频的标签以及评论词云中提取出来的，颗粒度更细。 另外系统也将兴趣分为了另外两类：一种是用户行为，另一种是用户兴趣。 A、 用户行为是根据用户在巨量引擎所有产品中产生的互动行为加权得到的标签（没有经过模型过多的处理）,分别为App推广互动行为、资讯互动行为、电商互动行为。 B、 用户兴趣定向是根据用户的行为特征数据（不仅限于互动行为，还有用户属性如年龄性别等），算法模型预估出高潜人群。
没有回复内容