——人工筛选头条推荐机制工作原理和运营原理(头条推荐系统怎么做？)

无论是曾经的内涵段子，火山小视频或今日头条、抖音、快手等，西瓜视频等，随便哪个，用户数月大流量平台，其中，今日头条为其他APP提供了核心基础

那么如何在今日头条站稳脚跟，成为大V呢，并顺利变现，是每个网络营销人需要考虑的。如果要站好最后一棒的话，那么最关键的就是要做好内容生产与传播工作，让用户看到你的产品和服务，进而产生购买需求

可能会有很多人说内容才是王道”，没错，内容才是决定自己能否打造爆文最核心的因素，但是不知你是否找到了答案，更多情况下，甚至写出来或拍出来的照片都很出色，甚至在别的平台上发布已经取得了巨大成功，但登上头条，却不可能奏效。为什么会这样？

这是为什么？这是因为现在的流量越来越多，流量越来越大，如果没有好的推送机制，就不会出现爆款。由于各平台各有其推荐机制，该推荐机制由一整套非常复杂的综合算法构成，它还调查了您的全面资料，只有在达到综合考核指标时，才是真正爆款。那么什么叫综合评分”？

那么推荐机制怎么运作？这就是头条的核心竞争力所在，它能让用户在最短的时间里看到他所喜欢的内容。今天，我们将对头条推荐机制工作原理和运营原理做一个详细的讲解，跟你玩起了转头条号。在这里，头条将给各位介绍一个非常实用的方法——人工筛选，让你可以轻松找到适合的作品

一、内容标签

头条文章正式推送之前，首先需进行机器审核，基于下列指标，在确定了内容的针对性特征之后，给这篇文章贴标签。比如，标题中包含了什么信息、作者身份等，再结合其他数据，最终将这些标签与文章关联起来，形成一个完整的体系

如何确定文章标签？主要靠关键词。关键词分为高频和低频两个维度。那么，怎样评判关键词，即高频词。如果你在搜索结果中输入关键词”后，系统将会自动为你推荐出与之相关的高频词

比如一篇关于头条号引流推广方法的文章中，高频词有:今日头条”引流”推广”等等，然后，系统给我们贴上三个字。如果你想知道头条的哪些关键词是高频词，可以先查看一下系统中的相关内容。应特别指出，非常规的词语尽量不用，这些都会增加文章的理解障碍，例如，某些口水话替代词，例如微信境外半月号”这一类，唯有专业交易账户号商或许会明白，头条上的机器人无法辨认。所以这些词应该避免在头条中出现，因为这些词都有其特定的含义，并不是用来宣传自己的

2、用户分析

头条推荐系统通过大数据分析，了解目标用户，其评判标准主要包括以下3个方面

（1）基本信息

包括用户的性别、年龄、地域、常用APP等信息。在对用户基本信息的掌握上，需要有一定深度和广度

例如成都25岁男性用户，用用今日头条阅读娱乐新闻。然后，系统试图把他和从相同的区域，同一性别年龄，也是爱玩今日头条用户，爱看文章类型推荐，并且从阅读情况中知道用户讨厌哪一类文章，并且降低了这类建议。这样，系统可以在一定程度上降低用户对于某一类文章的偏好度

（2）关注内容

重点内容以重点关注账号为主、注意频道和注意主题等方面进行了判断。关注栏目可以根据其自身特点来设置，但要注意不能过于强调栏目本身而忽略其他因素对栏目的影响。例如关注那些讲头条号涨粉心得的频道，然后，系统会试着向大家推荐一些和引流推广相似的文/帐号/频道/圈子来进行推荐。在关注内容方面，关注”是一个非常重要的指标，它反映了用户的关注度，也代表着他们的信息需求情况

（3）阅读兴趣

阅读兴趣包括:用户以往阅读文章类型及关键词等、类似用户爱读文章类型，标注不感兴趣”文章类型等等。如果用户有较强的阅读兴趣，那么系统将会主动推送更多有趣有用的文章或信息，让用户产生持续使用的欲望

通过了解用户的阅读兴趣，能够更进一步的理解使用者的阅读习惯。比如，用户的阅读偏好与用户的兴趣爱好之间有一定联系。例如用户看故事题材的文章都爱点赞，看营销类的文章，喜欢点击不喜欢”，系统会尽可能的向用户推荐故事题材的文章，减少或不建议营销类的文章。如果用户认为自己的文章有价值的话，则可以向系统推荐更多相关信息，如广告或其他有用信息，以提高用户的阅读兴趣

三、推荐机制

今日头条的内容推荐不是一蹴而就的，也并非一成不变，但分批推荐，包括抖音在内，都有相似推荐机制，那怎么建议？我们知道，每一次推荐都要经过一定时间才能被发现，所以推荐的时效性决定了推荐结果

1、根据不同时间段用户的兴趣点进行分类推荐。分批推荐

包括两种模式:其一，在某一时效期内曾多次被推荐；另一种是在同一时效期内连续两次或更多地推荐。第二，不同时效期（24小时、72小时和一周）建议。在第一次推荐时，”兴趣标签+文章标签作为一个整体向所有读者进行推荐。在第二次推荐中，”兴趣标签只提供一些简单的信息，并没有详细介绍如何去选择这些内容

2、在第一次推荐时，系统会根据每个人不同时间点阅读文本所产生的信息来确定是否需要再次推荐。第一次推荐

第一次推荐给目标用户的阅读标签与文章标签的匹配度最高，他们被系统认为是最有可能对文章感兴趣的用户。在此基础上，我们进一步研究了第一次推荐中的信息需求以及第二次推荐时信息需求是否一致

3、在此基础上，我们进一步研究了第一次推荐量和二次推荐量之间的关系以及它们之间的差异。第一次阅读数据确定第二次推荐量

第一次推荐的用户阅读数据，包括点击率，收藏数，评论数，转发数等、完播率与页面停留时间之间的关系等等，确定了二次推荐数量。当第一次的推荐结果不理想时，二次推荐就成为了关键。若第一次建议综合指标较高，则表明本文适用于此类使用者。如果第一次推荐的综合指标较低，那么表明该文章可能不是合适这一类用户的。然后再由系统进行二次推荐，增加力度，建议大家多多关注，相反，推荐力度降低。如果第一次发布的内容很有吸引力，但被其他读者关注的话，那么推荐的概率将会降低，也就是说推荐量会下降

因此，许多人都发现，他们发出来的东西，一上一下，谁也没有看到，还是在短短的数小时内爆红，正是基于这种推荐机制，

四、未被推荐的几个因素

（1）内容不垂直

我们在注册头条号的时候需要选择个人字段，甚至没有按领域发论文，系统还根据我们常发内容及关键词进行领域识别，然后，假如您新发的信息与域不一致，然后，系统会对其进行再次鉴定，然后进行推荐，这将导致文章无法及时向对应用户进行推荐，自然得不到高推荐量，高播放量的效果。另外一个重要原因是，内容本身有一些问题，比如标题太土、图片太少、文字太多、标题重复等等

（2）

文章内容实际上并不只是指文章正文，还有文章的封面、配图、标签、标题等。好的内容可以通过标题或封面吸引更多的读者去阅读。若标题、封面对用户或画质没有足够的吸引力，配图和内容之间的联系较弱、文章内容质量不佳等等，均可造成文章点击率不高。因此，我们要想提升文章点击量和下载量，就要从这几方面入手

（3）所选领域的用户相对小众。在当下这个信息爆炸的时代里，如果你想知道一个领域内所有读者关注的内容是什么，需要花很多时间才能找到答案

部分领域用户群体非常小众，阅读今日头条用户偏少，那就算是我们写出了再高质量的论文，亦难似娱乐领域，在汽车领域中，那一类关注度极高的大领域也同样迅速地得到了大量用户的阅读。如果我们在头条发布的新闻不吸引人，那就没有办法让更多人去关注。例如像是摇滚、机械之类的范畴，上头条，难以得到大推荐，毕竟，跟头条的用户比起来还是很相配的。另外一些领域虽然有一定知名度，但是影响力不是很大，这类人群不需要花费太多的时间去寻找优质作者，而且还能通过推送信息吸引他们参与其中，从而达到推广效果

（4）相似内容太多。在这些领域中，有一些领域比较热门，而另一部分则不是，这主要是因为它们都属于冷门行业

当然了，要是选了太火的地方，不是什么好东西，由于竞争对手过多而强者如林，就出来个热点，不少大V都会陆续发文，但是关注用户有一定限制。如果你想把自己的关注点放在一些有影响力的话题上去吸引更多用户的注意力的话，那就要注意一些细节了，这对你来说或许并不是什么难事。一方面，你跟那些专业人士较劲，一定会吃亏，而热点话题写得很多，并不是什么新鲜事儿，看人相应减少。另外一方面如果有新话题出现，大家都想知道是谁的观点，那么你的文章自然会在网上传播得很快

（5）非原创内容可消重，造成推荐量偏低，例如，一文多发。如果一篇文章的点击率不高，那么就没有办法让读者看到更多东西

（6）内容时效短，造成推荐时效非常低。比如一篇文章往往需要几个月才能发一次，如果一个小时才发布一次的话，那推荐效果就大打折扣例如，热点事件通常会在火灾发生后数天内变浅，推荐量当然很快就没有了。另外一些热门文章往往时间很长才出现一次或者两次，推荐量少，这一点对于用户来说也有很大影响

上面给大家列举了不少头条推荐机制方面的内容，归纳起来，想要长期经营头条号，取得好成绩，是垂直领域内的不断产出，在实践中不断检验和摸索，相信你不久就能探索到一套合适的打造高推荐、高播放量作品。下面笔者将结合自身工作实际谈谈如何利用大数据技术和算法进行头条推送