具体可以分割成四级:
在推荐完后,根据推荐给网友反馈的情况,会产生一个参数,叫做:临界推荐指数一
阅读进度+跳出率+阅读速度(这个可能很多朋友会忽略,也是很重要的指标之一)
三者关系,自然是对临界推荐指数一成正比关系。点击率越高,文章阅读率越高,临界推荐指数1越高。
介绍了所谓临界推荐指数一,自然是有用的。根据该指标头条将进行二次推荐。二次推荐给头条认为想看该文章的用户怎么判断的?根据文章标签和用户标签进行匹配,文章标签可电脑上打开,如下:
大标签(标题上面):
小标签(文章下面):
具体来说,则是自动根据nlp(自然语言处理)处理,进行自动归纳,和打标签。用户标签我们自然看不到的,当然自己喜欢看哪方面的大概也知道吧?文章标签和用户标签匹配度大于80%,才会进行推荐。临界推荐指数一,越高,那推荐的量就越大。
进过前两轮推荐,已经有一定阅读量,缓存端会保存一些数据。按照权重来排序的话则是:
关注数>大赞数>评论数>收藏数>转发数>点小赞数
这时候头条主要根据这几个指标生成临界推荐指数二,根据临界推荐指数二,会继续第三次推荐。
三、第三次的推荐量,主要看临界推荐指数二+发文时间,临界推荐指数二越大,发文时间越短,那么推荐量,就越大。相对应的,发文时间越长推荐量就越小,临界推荐指数二越小,文章推荐量就越小。
关于前三次推荐,一般在12到24小时内完成,在这之后,就是第四第五推了,这时候的推荐量寥寥无几,相信大家都感同身受。
总结:
-
头条指数
-
临界推荐指数一(章标题点击率,文章阅读率,文章阅读速度)
-
临界推荐指数二(关注数>喜欢的数>评论数>收藏数>转发数>点小赞数)
关于转发数,头条外阅读量,并不参与到该上指标。
可以看到我的应用外阅读远高于应用内阅读(估计是程序员朋友圈疯转了),一般来说,正常文章推荐量和应用内阅读量比例为10:1,算是跨入优质文章门槛。
还有的朋友会说,既然我们都知道推荐机制了,那我们能不能在他推荐机制下,进行10W+爆文?可以明确的说,基本是不存在的,因为影响推荐的这些因素,必须是接到推送的终端(也就是真实的用户)的回馈才会记录,就算你去某宝刷这些量,因为终端是通过连接打开文章,并不是推送看到这篇文章,也是无效的。这种巧妙的算法,保证了平台内容的质量,也让今日头条成为目前用户最多的自媒体平台。
推荐阅读
小编喵喵个人微信号:itmiao520 懒人回复"喵喵"扫码添加。
点击左下角阅读原文查看更多长知识文章!