[图0.jpg|]
今日头条对作者和读者而言与其他平台的不同中，推荐机制可以算作一个。
今日头条的大量作者在长期的运营过程中，会逐渐发现今日头条推文章的推荐遵循一定的规律，但是这个规律具体是什么，却又很难系统的描述。
图150131-1：
在今日头条首次公开课中，就对于作者最关心的问题，做了完整解释。解释从理论到实操包含了三部分：推荐原理、一篇文章的推荐历程、推荐中常见问题。
今日头条的推荐原理本质指从一个巨大的内容池里给当前用户匹配出用户最感兴趣的几篇文章。
根据这个原理，推荐机制划分为两部分重点，一部分是系统对内容的划分；一部分是系统对用户的理解。
系统对内容的划分
关键词技术是系统对内容划分的主要手段。系统根据文章的关键词将文章粗分类，将文章放入细分领域逐步细化分类。
关键词具体操作包括2个原则，3个注意。
2个原则：高频词规则和独特性原则。高频词规则是文章中出现的时下讨论多的词汇，例如文学领域杨绛、钱钟书，金融领域：比特币，职场领域：面试、简历等。
独特性原则是指文章中的词汇排斥虚词、转折词的推荐，例如：的、地、得，因为、所以等。
3个注意：避免使用非常规词；使用人名地名用全称不用缩写；标题中露出实体关键词，例如：《流动着的舞台 接头中的故事》改为《印度就是脏乱差？这组图片让你看清印度另一面与想象中大不同》推荐效果会改善很多。
[图2.jpg|]
系统对用户的理解
系统对用户的理解主要从用户的三大信息中获取，包括：基本信息、用户行为信息、阅读兴趣。
基本信息指年龄、性别、地域。
用户行为信息指订阅账号、历史浏览文章、关注的话题。
阅读兴趣指阅读行为、用户聚类、用户标记。
通过以上的这些信息汇聚出用户的画像，例如收集到信息：旅游、35岁、男性、足球、汽车、骑行、探险。
我们就能初步绘画出这事一个正在旅游的35岁男性，他喜欢足球、汽车、骑行和探险。
[图3.jpg|]
以上是推荐机制的原理，现在我们来具体了解一篇文章的推荐历程，一篇文章的推荐历程包含4个步骤：内容审核——冷启动——正常推荐——复审。
内容审核也称为初审，主要判断这篇文章有没有违反国家相关法律风险。
初审过后，文章会初步推荐给少部分用户，在这段时间系统根据用户对文章的反应，例如转发、评论、点赞，考虑是否给文章进行再进一步的推荐。
进入正常推荐后，如果用户阅读效果好，系统会选择继续推荐，如果用户阅读效果不好，系统推荐量将衰减。
一般情况下，进入正常推荐后如果文章没有异常数据，那这篇文章就会被继续推荐，并在两三天后自然停止推荐。
但是如果出现异常数据，这篇文章就会进入复审。复审之后，发现数据阅读量非常高，但是同样负面评论也非常多的时候，文章就会被处理打压。
最后，头条公开课中罗列出三个作者对于推荐机制典型的问题：
1、 为什么推荐流量不稳定？
2、 为什么推荐到一半就不推荐了？
3、 为什么我的推荐效果不好？
回答：
关于推荐流量不稳定的回答是，系统对文章的推荐遵循消重策略，文章带有个人特色会更容易获得稳定流量，另外一个是文章创作者的内容质量不稳定。比如有的账号的文章并非一个人撰写，故而导致文章质量参差不齐。
[图4.jpg|]
关于推荐一半不推荐很有可能的原因包括：
创作的内容受众比较少，例如今日头条中动漫领域受众只有那么多，那么动漫领域的文章，全部推荐给这部分用户之后，就没有用户可以推荐了。
创作的内容时效性短，比如新闻报道类的文章。
推荐效果不好的原因包括：同类型文章的大环境竞争力太大。比如你在文学领域发文，但是文学领域整体的文章质量都很高，你的文章获得推荐量也会受到影响。
另外就是负面评论太多，例如标题党、封面党、虚假内容、包含推广信息等。
[图5.jpg|]
推荐机制介绍是为作者和读者方便了解系统的运作，虽然很多爆款文章也都符合机制规律，但是平台不鼓励作者钻推荐机制的空子，增加推荐量。而希望作者根据特点，生产出更多具有特色的优质内容。
来源：今日头条
作者：悟空取经中
点赞：3
评论：0
标题：100000+的文章原来是这么来的，今日头条推荐机制为你解读
原文：https://www.toutiao.com/article/6696008749754089997
侵权告知删除：yangzy187@126.com
转载请注明：网创网 www.netcyw.cn/b150131.html
