今日头条文章推荐机制解析！为什么文章推荐量少？

　　但是，有些人在今日头条文章动辄几十万、几百万，甚至上千万阅读，但有些则只是几十、几百的流量。

　　除了内容本身的质量以及账号区别之外，最大的关键就在于其算法推荐规则。搞懂今日头条文章推荐规则，是在这里进行精细化运营的核心关键。

　　那么，今日头条海量文章推荐的机制是怎么样呢？为什么有的文章展现量几百万，有的却只有几十几百？对于文章的推荐机制我们又能做些什么？

　　你在头条号发布的内容，在通过审核和进入推荐系统之间，还有一道，那就是下面要说的消重机制。

　　如果我们在百度搜索一篇内容，经常会得到多个网址。所以，我们一般需要自己筛选和判断，哪个网址更权威，更有价值，再点击去访问就可以了。

　　但是今日头条不一样，它是基于算法推荐给用户的。所以一定要不能连续给用户推荐了几篇相似的内容，否者用户体验会非常差：怎么老是给我推荐一样的内容，什么鬼系统！

　　那么，消重就是指对重复、相似、相关的文章进行分类和比对，使其不会同时或重复出现在用户信息流中的过程。

　　如果让人来判断，可能就要逐字逐句地把文章读完才能判断得出来。通过计算机这样去判断当然也是可以的，不过，当每天需要处理的内容达到十多万篇次的时候，这么做即使对于计算机来也太麻烦了。

　　今日头条的做法是，通过系统的计算，一篇文章的文本、标题、图片等都是可以转换成一串数字代码，也就是信息指纹。这就像我们每个人的身份证，如果两个人的身份证号码一模一样，那么就可以肯定这是两个一样的人。

　　而文字信息的「身份证」也能起到类似的作用，对于图片、视频等信息形式，原理也是类似的。这种算法模型这里就不多说了，重点来看影响消重的关键项。

　　之所以要对具有相同的标题或者预览图片的内容进行消重(哪怕它们的内容并不相同)，是因为，假如用户没有点击内容详情页，他是不知道内容写的什么的。

　　那么，光看标题和预览图就是系统把两篇一样的内容重复推荐给了自己，可想而知这样的浏览体验是很糟糕的。

　　你肯定对这样的景象不陌生：每当有某个社会热点事件或者话题出现的时候，、自、KOL们一拥而上，竞相报道事件细节或者发表观点，让你的微博、朋友圈被有关这件事的种种内容“刷屏”。

　　但是，对于用户来说，需要的其实并不是反复看到相同的信息，如果有足够优质的报道或者观点的话，其实看有限的几条就够了。

　　相似主题的消重其实和内容的消重其实原理是一样的，是对文章中全部的关键词（也就是我们常说的标签）进行统计并计算信息指纹，当然也可以对其中与话题相关的关键词进行统计分析。

　　一旦系统发现了可能对某篇内容感兴趣的用户，那么系统会自动把具有同样「信息指纹」的内容或话题中，经过挑选最优的一篇推荐到用户的信息流。

　　这里，木木重点说一下相似主题消重，这个与我们是最最最相关的。因为头条要追热点，基本是大家的事实。

　　因为有这个相似主题消重，那具有相同「信息指纹」的话题或热点，几乎不可能获得推荐了。这就是为什么很多时候我们的热点文章在头条号会推荐惨淡。

　　一个热点再热，用户的兴趣也是有限的，特别是如果你的热点角度没什么区别，平台已经推荐过相似内容了，那系统是不愿意再推荐的，因为用户他已经懂了，再推荐就是打扰了！

　　所以说你追热点的角度一定要差异化，写热点文章有很多切入点，你可以把一个热点进行拆分关键词，每一个都可以是一个很好的切入口，这就是所谓的“同主题异角度”。

　　与此同时，你的标题也要明显的差异化，因为这个热点标签的提取统计，主要来自于标题，而后才是内容。并且，在一个大热点下，用户想知关于热点的各个方面，所以标题角度也要明显。

　　如果不能确定自己创作的角度足够独特，及自己的内容足够优质，那么就不要随山柳村寡妇的情史意地追逐热点，免得做了无用功。

　　我们知道，文章的阅读量很大程度上取决于系统的推荐量，那么一篇文章的推荐量，是由什么因素决定的呢？

　　不过这些都是一些的东西，这里更系统和深入的说一下，只有知道本质了我们才能更好的做好这些。

　　今日头条的文章识别系统会对文章进行特征识别，从而判断文章讲的是什么类型和领域的内容。特征识别的维度有很多，在这里我们重点解释「关键词」。

　　如一篇体育类文章内容关于某场足球比赛，那么文章可能会出现的高频词就包括球员名字、足球术语或技巧等，如「C 罗」、「射门」、「突破」。

　　作者撰文时常用到的虚词、转折词等出现频率也很高，但它们不会作为关键词被提取出来，因为这些词在文章中是普遍存在的。

　　系统判定出一篇文章的关键词后，会将这些关键词与文章分类模型进行比对，命中哪些分类词库关键词的比例大，文章即被打上该分类的标签。如，一篇文章排名靠前的关键词为「C 罗」、「射门」、「西甲」、「马德里」，那么该篇文章可能会被打上「足球」、「国际足球」、「西班牙」等标签，完成对文章的初步认知。

　　而除文章正文关键词识别外，系统还会对标题进行关键词的识别和分类比对。因此，在标题中露出具代表性的实体词非常重要。

　　每个人的阅读兴趣都是大不相同的，个性化推荐机制要做的事情就是——让每位用户看到可能感兴趣的内容。

　　这种精准推荐，是建立在机器对每位用户都有充分认知的前提下的。在系统里面，每位用户实际是由大量数据构成的，用户的阅读兴趣就藏在这些数据中：

　　性别、年龄、所处地理(城市或地区)；还有使用机型、授权账户(如微博、微信等)、手机上经常使用的其他 App 等。

　　用户阅读过的文章分类和关键词；相似类型用户还喜欢阅读的其他文章类型；用户在今日头条客户端主动标记「不感兴趣」的实体词或文章类型。

　　根据以上数据，系统对用户的阅读兴趣就能有个基本的判断。然后通过对数据的处理，每位用户将被系统打上各种标签。

　　那么，这位用户可能被打上「足球、「皇马」、「科技」、「手机」、「米粉」等标签。不同的用户会被打上不同的标签。

　　最后，当一篇带有「C 罗」、「足球」标签的文章在进行推荐时，系统会将其自动匹配给带有「C 罗」或「足球」标签的用户，这便是推荐引擎的个性化推荐。

　　系统先通过数据来来给内容和用户打上各种标签，然后通过算法将内容标签跟用户标签进行匹配，接着根据第一批推荐情况，决定后续的推荐量，这个下面说。

　　为让受欢迎的内容被更多用户看到，不受欢迎的内容不占用过多推荐资源。头条号文章在推荐时，会分批次推荐给对其感兴趣的用户。

　　文章首先会被推荐给一批对其最可能感兴趣的用户(这批用户的阅读标签与文章标签重合度最高)，这批用户产生的阅读数据，将对文章下一次的推荐起到决定性作用。

　　文章的首次推荐，如果点击率低，系统认为文章不适合推荐给更多的用户，会减少二次推荐的推荐量；如果点击率高，系统则认为文章受用户喜欢，将进一步增加推荐量。

　　以此类推，文章新一次的推荐量都以上一次推荐的点击率为依据。此外，文章过了时效期后，推荐量将明显衰减，时效期节点通常为24小时、72小时和一周。

　　因为这种扩大推荐的机制，你想获得更多的阅读量，就必须努力把各维度阅读数据(点击率、用户阅读时间、收藏数、评论数、读完率等)维持在高位水平。这也就的一些标准。

　　其中，至关重要的当然是点击率，也因此，标题和封面图的重要性便不言而喻。这也是今天注意力稀缺时代，文章获得好的的关键要素。

　　文章所对应的标签，直接决定了匹配的相对应标签的用户量。有的标签本身就对应很大体量的用户，而有的标签对应人群很小，就算点击率再高，天花板也很低。

　　这就是为什么很多专业性文章阅读不高，而情感鸡汤、娱乐、社会新闻的推荐一般会很高。这也是为什么大家都会去追热点，因为热点标题对应的用户群体非常大。

　　所以说，我们选题，包括文章标题以及内容里面的关键词使用，一定要基于用户量大的标签，这样可以获得更多的推荐量。

　　而且，今日头条还专门推出了热词分析功能，帮助大家找到不错的标签。利用热词分析功能可以大大增加系统推荐量，提高文章的阅读量。

　　另外，今日头条是有文章分类的，在你的文章类型的大类下，手机查看相关文章，底部都有对应文章的标签，多收集这些标签，积累自己所属行业的标签库。

　　为了提升用户体验，机器会减少那些不受欢迎的内容(即点击率低的内容)的推荐量，如果点击率持续走低，推荐量也相应地持续减少。

　　你是体育类帐号，这一次却发表了娱乐类内容。对于这种不属于帐号擅长领域的文章，系统需要重新识别分类再进行推荐，这在一定程度上会延长推荐时间，不能在时效内，推荐给相应的用户。

　　木木给大家一个方法，在找选题、写文章、定标题时，可以先通过今日头条实验室搜索一下选题的关键词来判断热度，还可以查看相关关联词。

　　比如，我们将“张馨予”和“范冰冰”这两个词进行一天内热度趋势的比较。会发现“范冰冰”的关注热度是高于“张馨予”的。

　　那么，如果我要写的是关于这二个人的一个话题文章，那我会不管是在标题还是在内容中着重多出现“范冰冰”这个关键词，这就会增加推荐量，也会更可能受到用户关注，从而提高点击率。

　　所以说，今日头条的文章发布以及标题选择也是可以科营的，不一定只是盯着自己的号，也可以看看大是怎样的。

　　如果潜在的用户群实在过小，机器将很难挖掘到潜在用户，推荐量自然高不了。而潜在用户群过小有如下原因：

　　这个已经说了，有的文章标签本身就对应很大体量的用户，而有的标签对应人群很小，就算点击率再高，推荐量也不会高到哪去。所以，一定要有意识的选择或加入用户量大的标签。

　　同一领域或话题相似内容过多，出现了供过于求的现象。如，关于当下热点话题的谈论，受众虽然足够多，但是内容供给总量实在庞大，相应地每一篇内容得到的推荐量也就比较少。

　　这一点很容易理解，说白了就是内容扎堆、僧多粥少。那么系统就只有2个选择，要么只推荐其中一部分内容，要么都推荐但是推荐量会少，因为不能重复给1个用户推荐1样的内容。

　　文章非原创或者没有在头条号首先发布，再或者和其他话题相似度过高，文章都可能会被消重，从而影响推荐量。

　　前面讲了，文章是有一个时效期的，过了时效期文章的推荐量将明显衰减，时效期节点通常为 24 小时、72 小时和一周。

　　基本上，我们说的提高点击率+读完率、文章分类明确、文题一致、提高内容质量、账号垂直度高、做好各种互动数以及订阅数、扩大站外热度、保持发文频率等都是为了更好的做好推荐量。

　　在推荐量增长到一定数量级之前，即使点击率较高，文章阅读量也不会高，因为内容并没有得到大范围的验证。在后续的推荐中，如果推荐量持续攀升，阅读量可能会稳步增长。

　　而如果推荐量已经足够高，阅读量仍然较低，很可能是由于文章的点击率较低。这就需要从点击率着手。

　　其实，在木木看来，主要是前2項最重要，至于阅读量，推荐低就主攻推荐量，点击少就集中点击率，自然就解决问题了。

　　总而言之，大家要明白，今日头条上的文章是经过发布——审核——识别消重——推荐——点击阅读——用户反馈的过程，知道这个后大家才能根据每个环节各个击破。

　　特别需要注意文章以及用户对应标签，文章推荐量和它有点，点击率和它有关，阅读反馈也和它有关，不重视不行。