???

本文不長(cháng)，但是卻是自媒體流量的核心，閱讀量！

自媒體文章，如果沒(méi)有推薦，那么意味著(zhù)沒(méi)有流量，因此，自媒體核心算法以及推薦機制的研究一直都是做自媒體人的研究與探求的。

在此就粗略的以今日頭條為例，來(lái)寫(xiě)寫(xiě)關(guān)于今日條頭的推薦機制的之我見(jiàn)，當然同等適用于大魚(yú)號、百家號的內容。

自媒體平臺推薦機制與今日頭條算法初探，提高閱讀始于推薦量！

自媒體圖譜

那么一篇文章發(fā)表后，各大自媒體平臺是如何判斷，流程是什么（程序層面）。

文章發(fā)布后，程序首先去重。

互聯(lián)網(wǎng)時(shí)代，依舊缺內容，因此內容稀缺性問(wèn)題一直存在。

消重

比如，本文標題《自媒體平臺推薦機制與今日頭條算法初探,提高閱讀始于推薦量！》，搜索后，可以看到文章的內容是有很多篇的。

因此，本文不會(huì )得到很好的推薦。因為此文在今日頭條上，內容不是稀缺的。

自媒體平臺推薦機制與今日頭條算法初探，提高閱讀始于推薦量！

今日頭條從重

當然不僅是標題，也會(huì )通過(guò)對內容的判斷，與圖片的判斷來(lái)決定，平臺上內容是否是稀缺的。如果不是，那么推薦給自己的平臺用戶(hù)，為什么要重復呢？那有什么體驗價(jià)值？重復對自媒體平臺永遠是個(gè)大問(wèn)題！

測試推薦

接下來(lái)，系統在通過(guò)審核后（沒(méi)有違規、治政、色情）后，今日頭條等自媒體平臺，便會(huì )把文章嘗試推薦到，通過(guò)標題和內容判斷出來(lái)的興趣人群。

如果推薦給第1批相關(guān)用戶(hù)，點(diǎn)擊率高，則會(huì )增加推薦。第2批更好，那么你的文章離爆文也就不遠了。

反之，推薦前一輪推薦效果不佳，下一輪推薦就會(huì )減少，至到衰減到?jīng)]有推薦。

自媒體平臺推薦機制與今日頭條算法初探，提高閱讀始于推薦量！

自媒體機器推薦機制

也就是說(shuō)，我們要盡量讓機器容易識別出我們的內容，從而推薦給最相關(guān)的人群，提高點(diǎn)擊率，從而提高了推薦量。

理論關(guān)不長(cháng)，但能夠讀懂的，必定是收益極大。

此文是對昨天自媒體如何找文章內容的一個(gè)補充，但是微推頻道卻一直寫(xiě)的更好。也希望能夠得到您的反饋。????