但是，有些人在今日頭條文章動(dòng)輒幾十萬、幾百萬，甚至上千萬閱讀，但有些則只是幾十、幾百的流量。

　　

　　除了內(nèi)容本身的質(zhì)量以及賬號(hào)區(qū)別之外，最大的關(guān)鍵就在于其算法推薦規(guī)則。搞懂今日頭條文章推薦規(guī)則，是在這里進(jìn)行精細(xì)化運(yùn)營的核心關(guān)鍵。

　　

　　那么，今日頭條海量文章推薦的機(jī)制是怎么樣呢？為什么有的文章展現(xiàn)量幾百萬，有的卻只有幾十幾百？對于文章的推薦機(jī)制我們又能做些什么？

　　

　　首先在說文章推薦規(guī)則之前，另一個(gè)機(jī)制大家一定要先了解，那就是今日頭條的消重機(jī)制。

　　

　　你在頭條號(hào)發(fā)布的內(nèi)容，在通過審核和進(jìn)入推薦系統(tǒng)之間，還有一道難關(guān)，那就是下面要說的消重機(jī)制。

　　

　　基本上，文章被消重是頭條號(hào)所發(fā)布內(nèi)容無推薦量的最常見的原因。

　　

　　1想要被推薦，先了解消重機(jī)制

　　

　　1）什么是消重？

　　

　　我們都知道，在互聯(lián)網(wǎng)上，同樣的文章、圖片、視頻往往會(huì)被很多其他媒體轉(zhuǎn)載或復(fù)制。

　　

　　如果我們在百度搜索一篇內(nèi)容，經(jīng)常會(huì)得到多個(gè)網(wǎng)址。所以，我們一般需要自己篩選和判斷，哪個(gè)網(wǎng)址更權(quán)威，更有價(jià)值，再點(diǎn)擊去訪問就可以了。

　　

　　但是今日頭條不一樣，它是基于算法推薦給用戶的。所以一定要保證不能連續(xù)給用戶推薦了幾篇相似的內(nèi)容，否者用戶體驗(yàn)會(huì)非常差：怎么老是給我推薦一樣的內(nèi)容，什么鬼系統(tǒng)！

　　

　　所以，今日頭條在推薦你的文章之前，必須確定這篇內(nèi)容：

　　

　　● 在系統(tǒng)里是否存在相同或者高度相似的內(nèi)容？

　　

　　● 如果存在，那么這篇內(nèi)容的來源是否是最權(quán)威、最有價(jià)值、是否最有可能是原創(chuàng)來源？

　　

　　那么，消重就是指對重復(fù)、相似、相關(guān)的文章進(jìn)行分類和比對，使其不會(huì)同時(shí)或重復(fù)出現(xiàn)在用戶信息流中的過程。

　　

　　今日頭條首先會(huì)通過消重機(jī)制來決定同樣主題或內(nèi)容的文章是否有機(jī)會(huì)被推薦給更多用戶。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　2）頭條號(hào)內(nèi)容消重的關(guān)鍵項(xiàng)

　　

　　那如何判斷兩個(gè)內(nèi)容是否相同呢？

　　

　　如果讓人來判斷，可能就要逐字逐句地把文章讀完才能判斷得出來。通過計(jì)算機(jī)這樣去判斷當(dāng)然也是可以的，不過，當(dāng)每天需要處理的內(nèi)容達(dá)到十多萬篇次的時(shí)候，這么做即使對于計(jì)算機(jī)來也太麻煩了。

　　

　　今日頭條的做法是，通過系統(tǒng)的計(jì)算，一篇文章的文本、標(biāo)題、圖片等都是可以轉(zhuǎn)換成一串?dāng)?shù)字代碼，也就是信息指紋。這就像我們每個(gè)人的身份證，如果兩個(gè)人的身份證號(hào)碼一模一樣，那么就可以肯定這是兩個(gè)一樣的人。

　　

　　而文字信息的「身份證」也能起到類似的作用，對于圖片、視頻等信息形式，原理也是類似的。這種算法模型這里就不多說了，重點(diǎn)來看影響消重的關(guān)鍵項(xiàng)。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　● 來源頭條號(hào)是否開通「原創(chuàng)」標(biāo)記；

　　

　　● 發(fā)布時(shí)間（首發(fā)很重要）；

　　

　　● 來源的權(quán)威性和在網(wǎng)絡(luò)上被引用的次數(shù)。

　　

　　除了內(nèi)容消重的規(guī)則外，頭條號(hào)平臺(tái)上實(shí)際上還存在這一些針對內(nèi)容之外的消重規(guī)則：

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　● 標(biāo)題和預(yù)覽圖片的消重。

　　

　　這個(gè)原理與內(nèi)容消重相似，只不過是只比較標(biāo)題以及預(yù)覽圖片的「信息指紋」。

　　

　　之所以要對具有相同的標(biāo)題或者預(yù)覽圖片的內(nèi)容進(jìn)行消重(哪怕它們的內(nèi)容并不相同)，是因?yàn)�，假如用戶沒有點(diǎn)擊內(nèi)容詳情頁，他是不知道內(nèi)容寫的什么的。

　　

　　那么，光看標(biāo)題和預(yù)覽圖就是系統(tǒng)把兩篇一樣的內(nèi)容重復(fù)推薦給了自己，可想而知這樣的瀏覽體驗(yàn)是很糟糕的。

　　

　　況且，很少有人愿意連續(xù)點(diǎn)擊幾篇看上去一模一樣的內(nèi)容，因此這樣的推薦也很少起效果。

　　

　　● 針對相似主題的消重。

　　

　　你肯定對這樣的景象不陌生：每當(dāng)有某個(gè)社會(huì)熱點(diǎn)事件或者話題出現(xiàn)的時(shí)候，媒體、自媒體、KOL們一擁而上，競相報(bào)道事件細(xì)節(jié)或者發(fā)表觀點(diǎn)，讓你的微博、朋友圈被有關(guān)這件事的種種內(nèi)容“刷屏”。

　　

　　但是，對于用戶來說，需要的其實(shí)并不是反復(fù)看到相同的信息，如果有足夠優(yōu)質(zhì)的報(bào)道或者觀點(diǎn)的話，其實(shí)看有限的幾條就夠了。

　　

　　相似主題的消重其實(shí)和內(nèi)容的消重其實(shí)原理是一樣的，是對文章中全部的關(guān)鍵詞（也就是我們常說的標(biāo)簽）進(jìn)行統(tǒng)計(jì)并計(jì)算信息指紋，當(dāng)然也可以對其中與話題相關(guān)的關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析。

　　

　　一旦系統(tǒng)發(fā)現(xiàn)了可能對某篇內(nèi)容感興趣的用戶，那么系統(tǒng)會(huì)自動(dòng)把具有同樣「信息指紋」的內(nèi)容或話題中，經(jīng)過挑選最優(yōu)的一篇推薦到用戶的信息流。

　　

　　剩下具有相同「信息指紋」的內(nèi)容，就幾乎不可能獲得推薦了。

　　

　　這里，木木重點(diǎn)說一下相似主題消重，這個(gè)與我們是最最最相關(guān)的。因?yàn)轭^條要追熱點(diǎn)，基本是大家公認(rèn)的事實(shí)。

　　

　　3）追熱點(diǎn)小心被消重

　　

　　在頭條號(hào)追熱點(diǎn)話題的時(shí)候，一定要謹(jǐn)慎追逐。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　因?yàn)橛羞@個(gè)相似主題消重，那具有相同「信息指紋」的話題或熱點(diǎn)，幾乎不可能獲得推薦了。這就是為什么很多時(shí)候我們的熱點(diǎn)文章在頭條號(hào)會(huì)推薦慘淡。

　　

　　一個(gè)熱點(diǎn)再熱，用戶的興趣也是有限的，特別是如果你的熱點(diǎn)角度沒什么區(qū)別，平臺(tái)已經(jīng)推薦過相似內(nèi)容了，那系統(tǒng)是不愿意再推薦的，因?yàn)橛脩羲�已�?jīng)懂了，再推薦就是打擾了！

　　

　　所以說你追熱點(diǎn)的角度一定要差異化，寫熱點(diǎn)文章有很多切入點(diǎn)，你可以把一個(gè)熱點(diǎn)進(jìn)行拆分關(guān)鍵詞，每一個(gè)都可以是一個(gè)很好的切入口，這就是所謂的“同主題異角度”。

　　

　　與此同時(shí)，你的標(biāo)題也要明顯的差異化，因?yàn)檫@個(gè)熱點(diǎn)標(biāo)簽的提取統(tǒng)計(jì)，主要來自于標(biāo)題，而后才是內(nèi)容。并且，在一個(gè)大熱點(diǎn)下，用戶想知關(guān)于熱點(diǎn)的各個(gè)方面，所以標(biāo)題角度也要明顯。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　如果不能確定自己創(chuàng)作的角度足夠獨(dú)特，及自己的內(nèi)容足夠優(yōu)質(zhì)，那么就不要隨意地追逐熱點(diǎn)，免得做了無用功。

　　

　　2今日頭條文章推薦規(guī)則解析

　　

　　我們知道，文章的閱讀量很大程度上取決于系統(tǒng)的推薦量，那么一篇文章的推薦量，是由什么因素決定的呢？

　　

　　之前，頭條官方給過一些標(biāo)準(zhǔn)，即影響文章推薦的 8 個(gè)因素是：

　　

　　1)點(diǎn)擊率+讀完率：點(diǎn)擊標(biāo)題并讀完文章的人越多，推薦越高；

　　

　　2)分類明確：文章興趣點(diǎn)越明確，推薦越高；

　　

　　3)文題一致：做恰如其分的標(biāo)題黨；

　　

　　4)內(nèi)容質(zhì)量：優(yōu)質(zhì)內(nèi)容才是根本；

　　

　　5)賬號(hào)定位明確：文章題材隨意寬泛的賬號(hào)，得到推薦的概率更低；

　　

　　6)互動(dòng)數(shù)、訂閱數(shù)：讀者越活躍，推薦越多；

　　

　　7)站外熱度：在互聯(lián)網(wǎng)上關(guān)注度高的話題，推薦越多；

　　

　　8)發(fā)文頻率：經(jīng)常發(fā)文，保持活躍很重要。

　　

　　不過這些都是一些表象的東西，這里更系統(tǒng)和深入的說一下，只有知道本質(zhì)了我們才能更好的做好這些。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　1）系統(tǒng)是怎樣理解你的文章的？

　　

　　今日頭條的文章識(shí)別系統(tǒng)會(huì)對文章進(jìn)行特征識(shí)別，從而判斷文章講的是什么類型和領(lǐng)域的內(nèi)容。特征識(shí)別的維度有很多，在這里我們重點(diǎn)解釋「關(guān)鍵詞」。

　　

　　系統(tǒng)會(huì)根據(jù)文章中出現(xiàn)的頻率，提取出一些詞語作為關(guān)鍵詞，關(guān)鍵詞的判定原則有二：

　　

　　詞頻高：如一篇體育類文章內(nèi)容關(guān)于某場足球比賽，那么文章可能會(huì)出現(xiàn)的高頻詞就包括球員名字、足球術(shù)語或技巧等，如「C 羅」、「射門」、「突破」。

　　

　　同類文章中出現(xiàn)次數(shù)少：作者撰文時(shí)常用到的虛詞、轉(zhuǎn)折詞等出現(xiàn)頻率也很高，但它們不會(huì)作為關(guān)鍵詞被提取出來，因?yàn)檫@些詞在文章中是普遍存在的。

　　

　　系統(tǒng)判定出一篇文章的關(guān)鍵詞后，會(huì)將這些關(guān)鍵詞與文章分類模型進(jìn)行比對，命中哪些分類詞庫關(guān)鍵詞的比例大，文章即被打上該分類的標(biāo)簽。

　　

　　如，一篇文章排名靠前的關(guān)鍵詞為「C 羅」、「射門」、「西甲」、「馬德里」，那么該篇文章可能會(huì)被打上「足球」、「國際足球」、「西班牙」等標(biāo)簽，完成對文章的初步認(rèn)知。

　　

　　而除文章正文關(guān)鍵詞識(shí)別外，系統(tǒng)還會(huì)對標(biāo)題進(jìn)行關(guān)鍵詞的識(shí)別和分類比對。因此，在標(biāo)題中露出具代表性的實(shí)體詞非常重要。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　2）你的文章會(huì)被推薦給哪些用戶？

　　

　　每個(gè)人的閱讀興趣都是大不相同的，個(gè)性化推薦機(jī)制要做的事情就是——讓每位用戶看到可能感興趣的內(nèi)容。

　　

　　這種精準(zhǔn)推薦，是建立在機(jī)器對每位用戶都有充分認(rèn)知的前提下的。在系統(tǒng)里面，每位用戶實(shí)際是由大量數(shù)據(jù)構(gòu)成的，用戶的閱讀興趣就藏在這些數(shù)據(jù)中：

　　

　　● 用戶的基本信息

　　

　　性別、年齡、所處地理位置(城市或地區(qū))；還有使用機(jī)型、授權(quán)賬戶(如微博、微信等)、手機(jī)上經(jīng)常使用的其他 App 等。

　　

　　● 用戶主動(dòng)訂閱或喜歡的內(nèi)容

　　

　　訂閱帳號(hào)；訂閱頻道；關(guān)注的話題。

　　

　　● 機(jī)器通過計(jì)算得出的用戶閱讀興趣

　　

　　用戶閱讀過的文章分類和關(guān)鍵詞；相似類型用戶還喜歡閱讀的其他文章類型；用戶在今日頭條客戶端主動(dòng)標(biāo)記「不感興趣」的實(shí)體詞或文章類型。

　　

　　根據(jù)以上數(shù)據(jù)，系統(tǒng)對用戶的閱讀興趣就能有個(gè)基本的判斷。然后通過對數(shù)據(jù)的處理，每位用戶將被系統(tǒng)打上各種標(biāo)簽。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　如一個(gè)用戶閱讀的文章中關(guān)鍵詞排名靠前的是：C羅、皇家馬德里、歐洲杯、小米、魅族、蘋果。

　　

　　那么，這位用戶可能被打上「足球、「皇馬」、「科技」、「手機(jī)」、「米粉」等標(biāo)簽。不同的用戶會(huì)被打上不同的標(biāo)簽。

　　

　　最后，當(dāng)一篇帶有「C 羅」、「足球」標(biāo)簽的文章在進(jìn)行推薦時(shí)，系統(tǒng)會(huì)將其自動(dòng)匹配給帶有「C 羅」或「足球」標(biāo)簽的用戶，這便是推薦引擎的個(gè)性化推薦。

　　

　　當(dāng)然，系統(tǒng)推薦的實(shí)際情況會(huì)遠(yuǎn)比這復(fù)雜得多，但推薦的基本原理便是：

　　

　　系統(tǒng)先通過數(shù)據(jù)來來給內(nèi)容和用戶打上各種標(biāo)簽，然后通過算法將內(nèi)容標(biāo)簽跟用戶標(biāo)簽進(jìn)行匹配，接著根據(jù)第一批推薦情況，決定后續(xù)的推薦量，這個(gè)下面說。

　　

　　3）你的文章是如何被推薦的？

　　

　　為讓受歡迎的內(nèi)容被更多用戶看到，不受歡迎的內(nèi)容不占用過多推薦資源。頭條號(hào)文章在推薦時(shí)，會(huì)分批次推薦給對其感興趣的用戶。

　　

　　如何理解分批次推薦呢？

　　

　　文章首先會(huì)被推薦給一批對其最可能感興趣的用戶(這批用戶的閱讀標(biāo)簽與文章標(biāo)簽重合度最高)，這批用戶產(chǎn)生的閱讀數(shù)據(jù)，將對文章下一次的推薦起到?jīng)Q定性作用。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　數(shù)據(jù)包括點(diǎn)擊率、收藏?cái)?shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)、讀完率，頁面停留時(shí)間等，其中，點(diǎn)擊率占的權(quán)重最高。

　　

　　這很好理解，能吸引眾多用戶點(diǎn)擊的文章自然會(huì)被認(rèn)為更可能是好文章。

　　

　　文章的首次推薦，如果點(diǎn)擊率低，系統(tǒng)認(rèn)為文章不適合推薦給更多的用戶，會(huì)減少二次推薦的推薦量；如果點(diǎn)擊率高，系統(tǒng)則認(rèn)為文章受用戶喜歡，將進(jìn)一步增加推薦量。

　　

　　以此類推，文章新一次的推薦量都以上一次推薦的點(diǎn)擊率為依據(jù)。此外，文章過了時(shí)效期后，推薦量將明顯衰減，時(shí)效期節(jié)點(diǎn)通常為24小時(shí)、72小時(shí)和一周。

　　

　　因?yàn)檫@種擴(kuò)大推薦的機(jī)制，你想獲得更多的閱讀量，就必須努力把各維度閱讀數(shù)據(jù)(點(diǎn)擊率、用戶閱讀時(shí)間、收藏?cái)?shù)、評論數(shù)、讀完率等)維持在高位水平。這也就上面官方的一些標(biāo)準(zhǔn)。

　　

　　其中，至關(guān)重要的當(dāng)然是點(diǎn)擊率，也因此，標(biāo)題和封面圖的重要性便不言而喻。這也是今天注意力稀缺時(shí)代，文章獲得好的傳播的關(guān)鍵要素。

　　

　　雖然如此，但除了點(diǎn)擊率，有一個(gè)特別重要的點(diǎn)總是被大家忽視，就是：

　　

　　文章所對應(yīng)的標(biāo)簽，直接決定了匹配的相對應(yīng)標(biāo)簽的用戶量。有的標(biāo)簽本身就對應(yīng)很大體量的用戶，而有的標(biāo)簽對應(yīng)人群很小，就算點(diǎn)擊率再高，天花板也很低。

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　這就是為什么很多專業(yè)性文章閱讀不高，而情感雞湯、娛樂八卦、社會(huì)新聞的推薦一般會(huì)很高。這也是為什么大家都會(huì)去追熱點(diǎn)，因?yàn)闊狳c(diǎn)標(biāo)題對應(yīng)的用戶群體非常大。

　　

　　所以說，我們選題，包括文章標(biāo)題以及內(nèi)容里面的關(guān)鍵詞使用，一定要基于用戶量大的標(biāo)簽，這樣可以獲得更多的推薦量。

　　

　　之前今日頭條官方就發(fā)過最受歡迎的一些標(biāo)簽，這些都是一級標(biāo)簽，你有沒有經(jīng)常使用？

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　今日頭條文章推薦機(jī)制大解析！為什么你的文章推薦量少？

　　

　　而且，今日頭條還專門推出了熱詞分析功能，幫助大家找到不錯(cuò)的標(biāo)簽。利用熱詞分析功能可以大大增加系統(tǒng)推薦量，提高文章的閱讀量。

　　

　　另外，今日頭條是有文章分類的，在你的文章類型的大類下，手機(jī)查看相關(guān)文章，底部都有對應(yīng)文章的標(biāo)簽，多收集這些標(biāo)簽，積累自己所屬行業(yè)的標(biāo)簽庫。

　　

　　一定要記住，你的文章所在的標(biāo)簽一定需要匹配到更多的人群。

　　

　　3為什么會(huì)產(chǎn)生推薦效果不好的情況？

　　

　　常有作者抱怨自己的某篇文章推薦效果不好，或者對自己的文章閱讀量不穩(wěn)定感到焦慮。

　　

　　前面我們知道，文章的閱讀量由系統(tǒng)推薦量直接決定，而推薦量又取決于上一輪推薦的點(diǎn)擊率。

　　

　　因此單篇文章推薦效果不好，原因無外乎三大類：點(diǎn)擊率低、推薦量低、閱讀量低。

　　

　　1）點(diǎn)擊率低

　　

　　前面說了，文章推薦至關(guān)重要的是點(diǎn)擊率，新一次的推薦量都以上一次推薦的點(diǎn)擊率為依據(jù)。

　　

　　為了提升用戶體驗(yàn)，機(jī)器會(huì)減少那些不受歡迎的內(nèi)容(即點(diǎn)擊率低的內(nèi)容)的推薦量，如果點(diǎn)擊率持續(xù)走低，推薦量也相應(yīng)地持續(xù)減少。

　　

　　一般來說，如果初次點(diǎn)擊率不高，就很難再有較高的推薦量和閱讀量。

　　

　　而點(diǎn)擊率較低可能是如下原因?qū)е拢?/div> 　　大同市宏微信息技術(shù)有限公司主要從事技術(shù)開發(fā)、技術(shù)服務(wù)、技術(shù)轉(zhuǎn)讓；電腦圖文設(shè)計(jì)、制作；網(wǎng)站網(wǎng)頁設(shè)計(jì)、維護(hù)；廣告設(shè)計(jì)、制作及發(fā)布；公司主要技術(shù)人員在大同制作網(wǎng)站、大同建站、大同做網(wǎng)站、大同網(wǎng)站建設(shè)、大同網(wǎng)站制作、大同網(wǎng)頁設(shè)計(jì)、大同網(wǎng)絡(luò)開發(fā)、大同網(wǎng)站優(yōu)化等方面有多年豐富的從業(yè)經(jīng)驗(yàn)。