無論是曾經(jīng)的內(nèi)涵段子，火山小視頻，還是今日頭條，抖音，快手，西瓜視頻等等，隨便哪一個(gè)都是用戶幾個(gè)月的大流量平臺(tái)，其中今日頭條是其他APP的核心基礎(chǔ)。那么如何在今日頭條站住腳，成為大V，并且成功實(shí)現(xiàn)變現(xiàn)，是每一位網(wǎng)絡(luò)營銷人都在思考的問題。

今日頭條是一個(gè)開放內(nèi)容平臺(tái)，最大的特點(diǎn)就是去中心化。內(nèi)容由算法推薦，對(duì)用戶來說，獲取感興趣內(nèi)容的效率變高了；對(duì)內(nèi)容生產(chǎn)者來說，內(nèi)容能精準(zhǔn)到達(dá)更多受眾，但與用戶之間的聯(lián)系卻變?nèi)趿?。這種模式下，用戶只屬于平臺(tái)，自媒體想盈利只能依附平臺(tái)。

微信公眾號(hào)則是一個(gè)中心化內(nèi)容平臺(tái)，每一個(gè)公眾號(hào)都是一個(gè)中心，閱讀量直接受粉絲的數(shù)量影響，優(yōu)點(diǎn)是與粉絲之間的互動(dòng)更強(qiáng)。用戶屬于平臺(tái)，也屬于每一個(gè)公眾號(hào)，因此公眾號(hào)官方可以通過廣點(diǎn)通盈利，自媒體也可自接廣告盈利。

可能會(huì)有很多人說“內(nèi)容為王”，是的，內(nèi)容是決定你是否可以創(chuàng)造出爆文的核心，但不知道大家有沒有發(fā)現(xiàn)，很多時(shí)候即使你寫出了或者拍出了非常優(yōu)秀的作品，甚至在別的平臺(tái)上發(fā)布已經(jīng)取得了巨大成功，但是到了頭條上就行不通了。

每個(gè)平臺(tái)都有一套自己的推薦機(jī)制，這個(gè)推薦機(jī)制是有一套很復(fù)雜的綜合算法組成的，它考察的也是你綜合的數(shù)據(jù)，只有滿足了綜合考核指標(biāo)的情況下才能夠成為真正的爆款。

今日頭條推薦算法三部曲

一、首先是審核

頭條的算法里包含一個(gè)可被攔截的內(nèi)容庫，出現(xiàn)匹配的內(nèi)容審核就不通過。標(biāo)題和正文都可能是不過審的原因。

標(biāo)題太夸張，【竟然XX】、【吊爆了，XX】，或者是敏感詞匯，【天朝】、【金三胖】等這類信息會(huì)被退回修改。甚至有些詞匯出現(xiàn)時(shí)，系統(tǒng)會(huì)提示無法提交。值得注意的是，如果文章第一次沒有過審，會(huì)退回修改；以個(gè)人發(fā)布經(jīng)驗(yàn)來看，文章再次過審也不會(huì)被推薦。

文章過審后，作者也可以進(jìn)行修改，提交后重新審核，頭條官方的說法是發(fā)布后反復(fù)修改不利于文章的推薦。建議作者不是大錯(cuò)誤就不修改，提前檢查好文章，一次到位。

二、其次消重處理

消重能夠優(yōu)化用戶體驗(yàn)，對(duì)于每一位用戶，同類主題文章看一篇就夠了。而頭條用戶興趣主要根據(jù)用戶點(diǎn)擊來判斷，如果每次都推薦相似的文章，勢(shì)必體驗(yàn)不佳。另外，這也是保護(hù)原創(chuàng)的一種手段。

消重機(jī)制主要有兩點(diǎn)值得注意，一是申明原創(chuàng)，這篇文章就會(huì)作為主要推薦，后來的抄襲者就會(huì)被消重，由于這一切都靠算法抓取文字片段，洗稿操作適合也會(huì)繞過算法。

二是沒有勾選原創(chuàng)，或者原創(chuàng)沒通過，先發(fā)就不一定有優(yōu)勢(shì)。在時(shí)效期內(nèi)（24小時(shí)、72小時(shí)、一周，根據(jù)新聞熱度的不同來定）頭條可能選擇更權(quán)威的號(hào)作為來源。也就是說，一則相似度很高的內(nèi)容，自媒體先發(fā)，沒有申請(qǐng)?jiān)瓌?chuàng)，像央視新聞這種權(quán)威媒體后發(fā)，頭條選擇央視新聞的可能性更大。

除了正文，標(biāo)題和封面圖同樣會(huì)被消重。如果后臺(tái)顯示推薦量為零，那就可能是文章被消重處理掉了。

另一類是相似主題消重。

一般出現(xiàn)在跟熱點(diǎn)，媒體、自媒體都會(huì)從不同角度挖掘熱點(diǎn)背后的信息，但背后信息畢竟有限。前面也說到公眾號(hào)是中心化平臺(tái)，不同公眾號(hào)聚集的人相對(duì)封閉，即使相同的信息也能獲得不錯(cuò)的閱讀量。而頭條是去中心化平臺(tái)，只需要幾篇文章覆蓋到整個(gè)事件就行了。

所以，在今日頭條上搶熱點(diǎn)，一是速度快，頭條號(hào)甚至優(yōu)先于公眾號(hào)發(fā)布；二是角度獨(dú)特，類似高能E姐寫王寶強(qiáng)事件這種。

三、最后是推薦

用戶在通過社交賬號(hào)登陸時(shí)，算法會(huì)解讀用戶興趣，形成用戶畫像，根據(jù)用戶畫像來推薦感興趣的文章。在用戶使用過程中，算法會(huì)根據(jù)用戶的點(diǎn)擊、搜索、訂閱等行為優(yōu)化用戶畫像。

如果用戶不登陸，頭條會(huì)推薦一些大眾化的內(nèi)容，再根據(jù)用戶點(diǎn)擊來確定用戶畫像。

文章經(jīng)過審核和消重后，會(huì)分批次推薦給用戶。

首先推給最感興趣的用戶，然后根據(jù)這批用戶的反饋信息決定下一批的推薦量，反饋信息包括點(diǎn)擊率、收藏?cái)?shù)、評(píng)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。

首輪推薦后，如果點(diǎn)擊率低，系統(tǒng)就認(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。

如此來看，要實(shí)現(xiàn)高閱讀量，提高文章的點(diǎn)擊率很重要。

什么樣的文章適合頭條？

先看看今日頭條用戶畫像。

從年齡、城市分布來看，18-30歲人群占到近86%，二線城市及以下占近73%。18-23歲主要是大學(xué)階段，24-30歲則多是職場(chǎng)執(zhí)行層，同時(shí)又處在競(jìng)爭相對(duì)不那么激烈的小城市，他們都有一個(gè)共同的特點(diǎn)——閑。

閑就需要娛樂，頭條在一定程度上補(bǔ)充了這部分需求，同時(shí)又提供大量的新聞資訊，滿足用戶獲得信息的需求。

根據(jù)頭條發(fā)布的移動(dòng)資訊行業(yè)細(xì)分報(bào)告可以看出，今日頭條娛樂興趣用戶占全平臺(tái)總量68.29%，占比排名第一。其中視頻類閱讀量增速最快，整體閱讀量最高。此類內(nèi)容在發(fā)布時(shí)可優(yōu)先考慮視頻，其次是圖文。

娛樂類受熱點(diǎn)事件影響很大，比如去年八月王寶強(qiáng)離婚案，帶動(dòng)整月數(shù)據(jù)提升。可見跟熱點(diǎn)的重要性。

占比第二是的社會(huì)類資訊，達(dá)67.29%。社會(huì)類主是通過圖文閱讀。但自媒體發(fā)布社會(huì)類內(nèi)容審核難通過，大部分內(nèi)容由主流傳統(tǒng)媒體提供。三月份有兩會(huì)，又有“薩德”熱點(diǎn)事件，這應(yīng)該是今年社會(huì)類資訊閱讀量較高的時(shí)期。

占比第三的是搞笑類，占46.56%。主要閱讀形式是視頻。95.73%的文章在1000字以下，文章短是搞笑類傳播廣的一大特點(diǎn)。還有時(shí)政類、情感類、健身類、汽車類興趣用戶占全平臺(tái)總量超過20%。

可以看出，頭條用戶喜歡的內(nèi)容多是消耗時(shí)間的內(nèi)容，而對(duì)于知識(shí)類干貨等幫用戶省時(shí)間的內(nèi)容則不是那么受歡迎。

那推薦機(jī)制是如何操作的呢?

今天我們就為大家詳細(xì)解讀頭條推薦機(jī)制的工作原理以及運(yùn)營原理，和大家一起玩轉(zhuǎn)頭條號(hào)。

一、內(nèi)容標(biāo)簽

頭條文章正式推送前，需要先經(jīng)過機(jī)器審核，根據(jù)以下指標(biāo)對(duì)內(nèi)容進(jìn)行針對(duì)性特征識(shí)別后，為文章打上標(biāo)簽。

如何確定文章標(biāo)簽?zāi)?主要依靠關(guān)鍵詞。那么如何判斷關(guān)鍵詞呢，那就是高頻詞。

如一篇介紹頭條號(hào)如何引流推廣的文章，高頻詞是：“今日頭條”、“引流”、“推廣”等，那么系統(tǒng)就會(huì)將這3個(gè)詞語作為我們的標(biāo)簽。要特別注意的是，非常規(guī)詞盡量不要使用，它們會(huì)增加文章的理解障礙，比如一些口水話的替代詞，比如“微信海外半月號(hào)”這種，只有專業(yè)交易賬戶的號(hào)商可能才懂，頭條的機(jī)器人是識(shí)別不了的。

二、用戶分析

頭條推薦系統(tǒng)對(duì)于目標(biāo)用戶的理解是通過大數(shù)據(jù)分析得出的，判斷標(biāo)準(zhǔn)主要包括以下3個(gè)方面。

(1)基本信息

包括用戶性別、年齡、地域、常用APP等。

比如，來自上海的年齡25歲的男性用戶，使用使用今日頭條看娛樂新聞。那么系統(tǒng)就會(huì)嘗試將他與來自同一地區(qū)，相同性別年齡，同樣喜歡玩今日頭條的用戶，喜歡閱讀的文章類型進(jìn)行推薦，并從閱讀情況了解用戶不喜歡哪些類型的文章，并減少此類型推薦。

(2)關(guān)注內(nèi)容

關(guān)注內(nèi)容主要通過關(guān)注的賬號(hào)、關(guān)注頻道以及關(guān)注的話題等角度判定。比如，關(guān)注講述頭條號(hào)漲粉技巧的頻道，那么系統(tǒng)就會(huì)嘗試推薦類似引流推廣的的文章/賬號(hào)/頻道/圈子推薦給我們。

(3)閱讀興趣

閱讀興趣包括：用戶過去閱讀的文章類型和關(guān)鍵詞、相似用戶喜歡閱讀的文章類型和標(biāo)記了“不感興趣”的文章類型等。

通過對(duì)用戶的閱讀興趣的了解，可以進(jìn)一步了解用戶閱讀習(xí)慣。比如，用戶在閱讀故事題材文章時(shí)喜歡點(diǎn)贊，閱讀營銷類文章喜歡點(diǎn)擊“不喜歡”，系統(tǒng)就會(huì)盡量將故事題材文章推薦給用戶，減少或者不推薦營銷類文章。

三、推薦機(jī)制

今日頭條的內(nèi)容推薦并不是一蹴而就的，也不是一成不變的，而是分批次推薦的，包括抖音也是類似的推薦機(jī)制，那么如何推薦呢?

(1)分批次推薦

包括兩種模式：一是某一時(shí)效期內(nèi)多次推薦;二是不同時(shí)效期(24小時(shí)、72小時(shí)和一周)的推薦。

(2)首次推薦

首次推薦給的目標(biāo)用戶的閱讀標(biāo)簽與文章標(biāo)簽匹配度最高，他們被系統(tǒng)認(rèn)為是最有可能對(duì)該篇文章感興趣的用戶。

(3)首次閱讀數(shù)據(jù)決定第二次推薦量

首次推薦的用戶閱讀數(shù)據(jù)，包括點(diǎn)擊率、收藏?cái)?shù)、評(píng)論數(shù)、轉(zhuǎn)發(fā)數(shù)、完播率和頁面停留時(shí)間等，決定著第二次的推薦量。如果首次推薦的綜合指標(biāo)比較高，那么說明文章是適合這類用戶的。那么系統(tǒng)在第二次推薦時(shí)就會(huì)加大力度，推薦給更多的人，反之則減少推薦力度。

所以說，很多人發(fā)現(xiàn)自己發(fā)的內(nèi)容一上來就沒人看，或者是短短幾個(gè)小時(shí)就爆了，就是基于這個(gè)推薦機(jī)制，

四、沒有獲得推薦的幾個(gè)因素

(1)內(nèi)容不垂直

我們?cè)谧?cè)頭條號(hào)時(shí)需要選擇個(gè)人領(lǐng)域，即使不按照領(lǐng)域來發(fā)文，系統(tǒng)也會(huì)按照我們經(jīng)常發(fā)送的內(nèi)容和關(guān)鍵詞來確定領(lǐng)域，那么如果你新發(fā)送的內(nèi)容和領(lǐng)域不符，那么系統(tǒng)就會(huì)重新識(shí)別后再推薦，這樣就會(huì)使文章不能及時(shí)推薦給相應(yīng)的用戶，自然就不會(huì)獲取高推薦量和播放量。

(2)文章內(nèi)容

文章內(nèi)容其實(shí)不僅僅指的是文章的正文，還包括文章封面，配圖，標(biāo)簽，標(biāo)題等等。如果標(biāo)題和封面不夠吸引用戶或者畫質(zhì)太低，配圖與內(nèi)容關(guān)聯(lián)不強(qiáng)、文章內(nèi)容質(zhì)量差等都會(huì)導(dǎo)致文章點(diǎn)擊率低。

(3)選擇領(lǐng)域用戶比較小眾。

有些領(lǐng)域的用戶群體很小眾，在今日頭條的閱讀用戶較少，那么即使我們寫的文章質(zhì)量再高，也很難像娛樂領(lǐng)域，汽車領(lǐng)域那種關(guān)注度高的大領(lǐng)域一樣快速獲得大批量用戶閱讀。比如像搖滾，機(jī)械等領(lǐng)域，在頭條上就很難獲取大量的推薦，畢竟和頭條用戶不太匹配。

(4)相似內(nèi)容太多。

當(dāng)然了，如果選擇太熱門的領(lǐng)域也并非就是一件好事，因?yàn)楦?jìng)爭對(duì)手太多，強(qiáng)者如林，只要出一個(gè)熱點(diǎn)，很多大V就會(huì)開始發(fā)文，但關(guān)注的用戶是有限的。一方面你和那些專業(yè)人士競(jìng)爭肯定是吃虧的，而且熱門話題寫的人多了也就不新鮮了，看得人也相應(yīng)的少了。

(5)非原創(chuàng)內(nèi)容可能被消重，導(dǎo)致推薦量不高，比如一文多發(fā)的情況。

(6)內(nèi)容時(shí)效短，導(dǎo)致推薦時(shí)效很短。比如熱點(diǎn)事件一般都是火幾天就變淡了，推薦量自然也會(huì)很快消失。

以上為大家羅列了很多關(guān)于頭條推薦機(jī)制的內(nèi)容，總結(jié)來講，想在頭條號(hào)中長久的運(yùn)營并獲得良好效果，就是要在垂直領(lǐng)域持續(xù)輸出，在實(shí)踐的過程中不斷的去測(cè)試去摸索，相信大家很快就可以摸索出一套適合自己的高推薦高播放量的創(chuàng)造方法。

五、理解算法機(jī)制，信息流平臺(tái)“懂用戶”是靠技術(shù)

算法型驅(qū)動(dòng)產(chǎn)品不僅在信息分發(fā)中逐漸成為主流，還大量應(yīng)用在電商以及O2O交易平臺(tái)之中，這也是為什么現(xiàn)在淘寶強(qiáng)調(diào)內(nèi)容電商、拼多多強(qiáng)調(diào)“去中心化的商品興趣推薦”的原因。頭條用戶、市場(chǎng)人常文平認(rèn)為，“算法推薦雖然方便，應(yīng)用在電商平臺(tái)，系統(tǒng)會(huì)結(jié)合用戶此前的搜索數(shù)據(jù)結(jié)果顯示推薦，一些已購買的商品重復(fù)推薦會(huì)白白浪費(fèi)一些流量位置。”

這意味著，在內(nèi)容領(lǐng)域“篩選”已消耗的優(yōu)質(zhì)內(nèi)容的邏輯是否能真正在電商領(lǐng)域跑通，依然在摸索之中。

信息流平臺(tái)的推薦算法引擎被認(rèn)為容易導(dǎo)致用戶獲取其他視角或領(lǐng)域的內(nèi)容受到局限；一些盲目的、無意識(shí)的點(diǎn)擊都會(huì)在后續(xù)帶來大量并不會(huì)真正想看到的內(nèi)容，在新用戶啟動(dòng)期時(shí)容易出現(xiàn)。

解決此類問題的辦法是用戶有意識(shí)地訓(xùn)練手機(jī)的應(yīng)用里的機(jī)器，才能得到高效、適合自己的個(gè)性化頁面；與此同時(shí)，算法產(chǎn)品會(huì)越來越重視“好友圈”，通過人群親密程度與共同話題來更新用戶的興趣圈層。當(dāng)然，如果以后信息流平臺(tái)能夠設(shè)置到“特別關(guān)注”好友，把好友認(rèn)可的內(nèi)容分享給關(guān)注對(duì)象，或許能有助于優(yōu)質(zhì)內(nèi)容獲取到更多的流量。

頭條用戶稱呼“太準(zhǔn)了”以致于出現(xiàn)對(duì)用戶隱私利用的猜疑，背后也反映出今日頭條產(chǎn)品在“個(gè)性化推薦”上的確愈發(fā)成熟化。根據(jù)筆者的觀察，今日頭條之所以能夠達(dá)到這種境界，與其他信息流平臺(tái)有兩個(gè)不同的特點(diǎn)：

一是，頭條產(chǎn)品的流量是復(fù)合利用的。頭條為了實(shí)現(xiàn)人機(jī)互動(dòng)的高頻，不斷在今日頭條App接入新的功能：自媒體資訊、西瓜視頻、火山直播、小視頻、微頭條、悟空問答、電商櫥柜、付費(fèi)專欄、圈子、小游戲……用戶使用產(chǎn)品功能越多，平臺(tái)識(shí)別用戶的畫像體系越清晰，系統(tǒng)推薦就越個(gè)性化。

二是，頭條系眾多產(chǎn)品把技術(shù)力量和流量資源的“復(fù)用”發(fā)揮到極致、邊際成本降低。而其他很多公司如果不看到這一點(diǎn)，盲目去做多個(gè)App就會(huì)陷入到兵力分散、人才浪費(fèi)的困境之中。

結(jié)合頭條算法結(jié)合興趣社區(qū)與社交因素的推測(cè)可以看出：頭條做社交特點(diǎn)并不是表現(xiàn)在及時(shí)溝通上，而是通過內(nèi)容作為共同連接點(diǎn)，拉近粉絲與自媒體、用戶與用戶之間的聯(lián)系。如果說微信的內(nèi)容是為了社交粘性服務(wù)的，那么頭條的社交如微頭條、多閃等并非突出聊天，更是為了內(nèi)容推薦更精準(zhǔn)、用戶粘性更高，從而實(shí)現(xiàn)推薦“場(chǎng)景化”，以致于“懂用戶”信息流平臺(tái)被誤會(huì)有“用戶隱私”的不安全感。

總結(jié)

通過機(jī)器記憶的辦法來進(jìn)行自發(fā)推薦，是信息分發(fā)更加智能化的表現(xiàn)，也使得用戶隱私保護(hù)自然成為更為敏感環(huán)節(jié)。用戶敏感隱私與網(wǎng)友所產(chǎn)生的數(shù)據(jù)本身是有區(qū)別的：前者屬于法律范疇，后者是技術(shù)范疇。個(gè)性化推薦意味著平臺(tái)對(duì)相應(yīng)的隱私保護(hù)的升級(jí)，這事關(guān)信息流平臺(tái)生存的根本；沒有用戶數(shù)據(jù)資源為基礎(chǔ)，信息流平臺(tái)的個(gè)性化推薦和商業(yè)化也是空中樓閣。

對(duì)頭條算法上述解讀不難發(fā)現(xiàn)：內(nèi)容推薦算法既離不開用戶上網(wǎng)行為數(shù)據(jù)化，也離不開用戶所關(guān)注的人，是“信息找人”與“人找信息”相輔相成；算法由人創(chuàng)造，也可以服務(wù)于人，其邊界和權(quán)限也可以由人來控制的，無需進(jìn)行妖魔化或者神秘化。

本文鏈接：http://www.azlx8.cn/article/1146.html