今日头条堪称内容的海洋，而算法则是将内容呈现在用户眼前的小船，我们的内容只有攀登上小船，才会从海量的内容中脱颖而出。我们必须充分重视今日头条的算法，只有认真了解它、研究它、掌握它、善用它，我们的头条号才有机会火起来。
一、掌握了头条算法就掌握了账号命运
想要在今日头条打出一片天地，我们不仅要知己，还要知彼，也就是要了解头条号的运作规则。今日头条采用了独特的推荐算法，我们的原创内容想要获得足够的曝光，想要尽可能多地被推荐到今日头条首页，就必须了解今日头条的算法。
上大学时，小芳是今日头条的忠实粉丝，没课的时候就掏出手机刷一会儿头条，看看新闻和视频。大学毕业参加工作后，小芳开始在今日头条上写文章，意图从一个「旁观者」变为「参与者」，为自己平淡的生活增色添彩。
小芳知道今日头条是靠算法向用户推荐内容的，因此在写文章时用了很多技巧，比如标题中融入热点词、内容中多用关键词等，便于系统识别并提取标签，因而获得了很高的推荐量，几乎每篇文章都能被系统推荐到首页。正是这种巧用系统算法的策略，让小芳的头条号快速积累了大量人气，打响了知名度。
1．今日头条算法框架师曹欢欢博士曾对媒体分享过今日头条的推荐算法。据称，今日头条的推荐算法主要考虑了三个维度。
（1）内容。今日头条是一个涵盖小视频、图片、文字、视频、直播等多类型内容的平台，且每种内容都有自己的特性。因此，今日头条的算法在运作时会根据内容的特征分别为其打上标签。我们想要自己发布的内容获得尽可能多的推荐，就必须强化关键词，这样才能让算法在第一时间识别出来。比如我们想写一篇头条号如何引流推广的文章，那么我们就可以多使用「今日头条」「推广」「引流」等关键词，这样头条算法就能快速将我们的内容从信息海洋中搜索出来，并推荐给有相应需求的用户。
（2）用户。今日头条推荐算法会分析用户的性别、爱好、职业、年龄等，根据用户的浏览记录、打开频次、阅读时长等为其贴上标签，并据此为其推荐相应内容。
（3）环境。今日头条推荐算法会充分提取用户在移动信息环境下的特征和行为，比如用户上班路上可能喜欢看的新闻、下班后喜欢做的运动、旅游前喜欢看的攻略、睡觉前喜欢看的段子等，在此基础上将用户所处环境和所需内容进行匹配，继而精准地推送用户感兴趣的内容。
2．今日头条推荐机制
今日头条是如何推荐内容的呢？我们可以从三个方面来了解这个问题。
（1）分批次推荐。今日头条会基于时效性向用户分批次推荐内容：一是某一时效期内的多次推荐；二是不同时效期的推荐，如 24 小时、72 小时、一周等。
（2）首次推荐。今日头条会首先向阅读标签鲜明的目标用户推荐高匹配度的内容，因为今日头条算法认为这类用户是最有可能对所推荐内容感兴趣的人。
（3）二次推荐。系统会根据用户首次阅读的数据，如点击率、评论数、收藏数、转发数、完播率、页面停留时间等，决定二次推荐的内容。假如首次推荐的综合指标较高，那就意味着所推送内容适合这类用户，系统在二次推荐时便会加大力度；反之，假如首次推荐的综合指标较低，便意味着所推 送内容不适合这类用户，系统在二次推荐时便会降低力度。
二、四类特征：相关、环境、热度、协同
小 A 是一位野外美食类头条号的运营者，他从策划到创作完成一个美食作品大约需要半个月的时间。期间他不仅投入了大量的时间和精力，而且因为经常要到一些风景优美的地方拍摄，交通、住宿都是一大笔开销。但是他的付出却与收入不成正比，因为他发布的内容在头条号上的阅读量非常小。其实和小 A 情况类似的头条号运营者并不少，那这种情况是怎么造成的呢？其实阅读量小的原因是推荐量小，而推荐量的多少则与今日头条独特的算法机制有关。头条的算法机制有四个特征，小 A 如果能掌握这四个特征，他所遇到的问题就可迎刃而解。
1．特征一：相关
这是指头条号评估内容的属性和用户是否匹配，相关度的高低有四个评价指标，具体如下：
关键词匹配：通过比较用户短期和长期的阅读兴趣主题和关键词进行推荐
分类匹配：通过用户在一段时间内阅读内容的分类来进行推荐
来源匹配：通过用户阅读的站点内容来源分布点为用户计算出喜欢的新闻进行推荐
主题匹配：通过用户阅读主题的相似性进行推荐
根据这四大指标，小 A 就可以对自己的内容进行以下调整。
第一步：小 A 的定位是野外美食，那根据关键词匹配原则，其内容的标题一定要带上「野外美食」「野外」「美食」这三个关键词。这样，小 A 所发布的内容就可以被推荐到经常阅读野外美食类内容的用户面前。
第二步：小 A 在发布内容时要将其发布到美食频道，因为用户看到的美食推荐类内容都是来源于美食频道，发布到正确的频道被推荐的概率才更大。
第三步：小 A 做的是野外美食，地点肯定是不确定的，所以在加入关键词时，要把地点关键词表现出来。比如柳州螺蛳粉，那就要把「广西柳州」这个地点显示出来。来源匹配的关键一点就是会向拥有相同地理信息的用户推荐与之相匹配的城市的热门文章。
第四步：既然是野外美食，在确定主题时就一定要把「野外」体现出 来，而不单单是「美食」。美食的种类有很多，比如海鲜、火锅什么的，用户也会根据自己的喜好浏览相关的主题。如果小 A 某次发布的内容是「海鲜」，那就要在标题或内容中加入「海鲜」这个关键词。
2．特征二：环境
这一类特征其实很好理解，就是内容发布的地点和时间。地点在上文中已经做过相关阐述，此处重点写时间，这对于你创作的内容能不能被平台推荐给目标用户有非常大的影响。
想让自己的文章被更多用户看见，那么就要结合目标用户的阅读习惯选择合适的发布时间。需要注意的是，不同定位的头条号，其目标用户喜爱的阅读时间是不同的。例如，小 A 的定位是野外美食类头条号，而喜欢该类内容的用户一般不会在早上、中午阅读，因为大多数用户喜欢跟着文章或视频做美食，所以他们一般会在晚上、周六日阅读美食类内容。这一点需要特别注意。
3．热度
今日头条会根据头条号所发布的内容信息的热度给予其相应的推荐量，这个特征在头条号运营的初始阶段是非常有用的。那么，小 A 应该如何利用这一特征为自己增加推荐量呢？他可以从两种热度入手。
（1）从主题热度入手
比如最近关注度较高的主题内容是什么？如果是世界杯期间，就可以结合世界杯主题；或者某部剧在这段时间特别火，就可以围绕该剧主题进行内容策划。
（2）从关键词热度入手
可以利用指数工具查找今日或近三天热度最高的关键词，然后选择符合自己定位的那些关键词来进行内容策划。
4．协同
协同是指今日头条通过分析不同用户间的相似性，比如兴趣分类相似、主题相似、兴趣词相似等来为用户做相关推荐。针对这一特征，小 A 在策划内容时就要注意一点，那就是每条内容面向的用户群体是否足够大。如果关注该主题的用户量很少，即使小 A 的内容被成功推荐，那么得到的点击量也 不会很高，这就是受众体量的问题。
三、内容分析:文本、视频、图片
王岩的头条号已经运营了一年，主要生产教育领域优质内容。不过，最近他却充满了迷茫——虽然投入了大量的时间和精力，自认为创作出来的内容不算差，但是却一直看不到火起来的希望，文章发布后阅读量一直上不去，更不用提变现获利了。
2019 年年底王岩参加自媒体人年会时认识了一位在今日头条上拥有百万粉丝的大咖，遂趁机向其请教。大咖听了他的问题，略一沉思，便大概知道问题出在了哪里——这些王岩自认为不错的内容缺少必要的标签，以至于不能快速被系统提取，自然不会出现在用户眼前。
因此，明确今日头条内容分析原理对于我们做好头条运营有着非常重要的意义。
1．文本
文本分析在推荐系统中的应用方向主要有三个。
（1）用户兴趣建模。比如推荐算法会给喜欢阅读「美妆」文章的用户打上「美妆」标签，给关注「华为」新闻的用户打上「华为」标签。
（2）帮助内容推荐。将「小米」的新闻推荐给关注「小米」的用户，将「美甲」知识推荐给关心「美甲」的用户。
（3）生成内容推荐。「文化」内容归类到「文化频道」，「减肥」内容归纳到「美容频道」。
搞清楚了文本分析的应用方向，我们在创作内容的时候就需要善加利用，这样被推荐的概率才更大。
2．视频、图片
今日头条针对视频和图片采用典型的鱼塘算法——首先根据视频的标题、内容、领域等信息给予其一定的流量，观察效果；假如各方面的反馈都比较好，那么今日头条便会将其放入一个更大的流量池中；假如效果比较好，推荐算法便会给予其更大的流量支持。
头条号要想获得强力推荐，需要在以下三个方面发力。
（1）拟好标题。为了提升用户的阅读兴趣，我们必须要为自己发布的内容拟定一个可以快速激发用户兴趣的标题，如此一来我们发布的内容才会被推荐算法置入更大的流量池中。
（2）写好内容。要想发布的内容在第一时间抓住用户眼球，比如将视频高潮放在开头、提升图片的色彩感等，内容的主题要贴合时事热点，要有新奇特性。
（3）选好封面。视频、组图的封面也是吸引用户点击的关键因素，封面设置得好，视频和组图的点击率就高，一个平淡无奇的封面是很难引发人们的点击欲望的。
四、用户标签：爱好、身份、行为
今日头条推荐算法对用户的认知是非常准确的，它会在大数据分析的基础上为用户贴上标签，并据此实现个性化推荐——用户喜欢什么，它便会向用户推荐什么。
今日头条推荐算法主要为用户张贴三类标签。
1．爱好
在今日头条为用户所贴的标签里，爱好是权重最大的。因为只有了解用户的爱好，才能精准地向其推荐个性化内容。
今日头条主要是从五个方面分析用户兴趣和用户爱好的。
（1）感兴趣的类别和主题。例如，用户在浏览时对什么类别的内容更感兴趣？哪种主题的内容点击量更大？今日头条会根据用户感兴趣的类型和主题向其推荐内容。
（2）感兴趣的关键词。例如，用户对什么关键词感兴趣？是喜欢「美食」还是「美景」？是喜欢「理论」还是「实操」？今日头条会根据用户喜欢的关键词向其推荐有相似关键词标签的内容。
（3）感兴趣的来源。例如，用户对什么来源的内容更感兴趣？是某一知名创作者还是某一专业媒体？今日头条会根据用户喜欢的内容的来源，为其推荐该来源发布的新内容。
（4）基于兴趣的用户聚类。例如，用户参加了哪些团体和组织？对何种团队文化感兴趣？今日头条通过大数据获得该问题的答案后，会向用户推荐其感兴趣的内容。
（5）各种垂直兴趣特征。例如，用户表现出了哪些垂直兴趣特征？喜欢篮球还是足球？喜欢听相声还是唱歌？喜欢美甲还是美发？然后根据这些特征向用户推荐相关内容。
2．身份
今日头条推荐算法主要从四个方面分析用户的身份。
（1）性别。今日头条通过用户的注册信息或第三方社交账号登录信息得到用户的性别信息，然后根据该信息向其推荐其可能感兴趣的内容。
（2）年龄。今日头条通常使用用户模型测算用户年龄，也会通过用户使用的手机型号、阅读时间分布等信息估算用户的年龄段。
（3）职业。今日头条会通过用户的职业认证信息或浏览内容的类型定位用户的职业，预测其身份和社会地位。
（4）常驻地点。今日头条会通过用户授权访问其位置信息，在此基础上通过传统聚类的方法判断用户的常驻地点。使用这种方法还可判断出用户的工作地点、出差地点、旅游地点等。
3．行为
今日头条主要从三个角度分析用户的行为特征。
（1）偏好行为特征。分析用户在行为上有何种偏好，比如喜欢在电脑端登录还是喜欢在移动端登录。
（2）特定时间行为特征。分析用户在某一时间点或时间段内的行为特征，如早上喜欢刷视频、晚上喜欢看文章等。
（3）特定场景行为特征。分析用户在特定场景下的行为表现，如在等候、乘车等场景下的阅读行为。
