在所谓的微信红利期已过的声浪之下， 很多自媒体人纷纷转向多平台分发，其中最大的平台就是今日头条了，累积活跃用户达到7亿。
在分发的过程中，我们经常发现，同一篇文章发布在公众号的阅读量可能很高，但在今日头条上的数据却不尽如人意。
造成如此差别的原因在哪？主要的根源就在于两者在订阅关系上的区别。
01、今日头条与公众号
对于微信公众号来说，用户与微信公众号的关系是一对一的，用户量的大小是影响阅读量的最大因素。
而今日头条虽然也存在着订阅关系，但是用户的大部分阅读来源都是来自于算法推荐，所以用户与自媒体的关系是靠算法维系的。
算法推荐有利有弊，对于自媒体来说，其内容能够实现精准的投放，内容的转化效率较高，但是用户被平台掌握在手中，头条号只能依附于平台。
“你关心的，才是头条”。正是基于算法，7亿人有7亿种不同的头条。正是倚赖于算法推荐，新手在头条号上也能兴起风浪。
所以今日头条给新手提供了一个相对有利的机制，内容的价值得以充分体现。只要内容优质，就能够容易获得曝光。
在入驻各大平台前，对今日头条算法推荐机制要进行深入地了解，以达到事半功倍的效果。
02、今日头条推荐机制
那么一篇文章在到达用户的今日头条APP上之前，都经历了哪些步骤？
今日头条官方透露了其中有审核、消重、推荐三个流程。
一、审核
现有的审核包括机器审核和人工审核，机器审核为主，人工审核为辅。机器和人工会对文章进行过滤，根据文章具体情况，决定是否推荐给用户。审核一般发生在 3-5分钟内，最迟不会超过24小时。
无论哪种审核，只要文章出现以下内容的话，文章就不会被推荐。 
这些可能是常犯的错误：
标题含敏感信息，如天朝、棒子、金三胖……
涉嫌不雅或恶俗，如卧槽、傻逼、日了狗……
发布网络上4天前存在的旧闻。
含有推广、广告、恶意推广信息等。
文章过审后，作者也可以进行修改，提交后重新审核。不过平台不鼓励反复修改文章，反复修改对文章的及时发布和推荐有负面影响。修改次数达3次或3次以上的文章，系统可能做出不推荐处理。
二、消重
头条号发布的内容，在通过审核和进入推荐系统之间，还有一道「难关」，那就是「消重机制」，消重机制主要是为了保证用户体验，防止用户在同一时间阅读到大量雷同的文章。
数据表明，被「消重」是头条号所发布内容无推荐量的最常见的原因。 
一是，是否为权威媒体或者原创。
主要从以下维度进行判断：
1）是否开通「原创」标记；
2）发布时间；
3）来源的权威性和在网络上被引用的次数。
如果是权威媒体或原创内容，那么文章就会作为主要推荐，这就解释了为什么非原创的内容无法在今日头条获得推荐量的原因。
其中原创的权重要大于权威，如果没有原创，那么系统将推荐权威的内容。
比如说说相似度很高的两篇内容，自媒体先发但没申请原创，而央视作为权威媒体后发，那么系统推荐央视的内容可能性更大。
二是，相似主题消重。
当热点出现的时候，很多人都会进行借势，这样会造成刷屏，系统为了保证用户体验，就会启动对「相似主题」的消重。
所以想在今日头条上抢热点，首先必须速度快，其次角度、观点都必须新颖，要不然就会被打入冷宫了。
三是，标题和封面图相似的话也会被消重。
所以想要躲开消重机制，有三个要诀：坚持原创、谨慎借势、标题新颖。
三、推荐
推荐也包含了几个流程：一是文章内容识别，二是受众群体匹配，三是分批次推荐。
文章内容识别
内容识别就是对文章进行贴标签的一个过程，系统会根据文章出现频率提取关键词，从而进行判定。
所以在行文的时候用词必须规范，少去使用用烂了的网络用语，如活久见、腿玩年、城会玩等，会使文章的标签模糊。 
此外，提取了关键词后，系统还会将关键词与标题进行比对，所以标题党的玩法在头条是玩不动的，题文相符才能获得更多推荐。
受众群体匹配
当用户下载并注册今日头条之后，今日头条APP便对用户的基本信息便有一定的了解，比如性别、年龄、城市、使用机型、常用APP等等。这是最初始的用户画像。
其次，系统会根据用户主动订阅或喜欢的内容进行推荐，这是优化用户画像的过程。
最后是用户画像的确定，但用户阅读的文章越多，系统对用户画像就更精准，比如对用户阅读的文章分类、关键词和不感兴趣进行计算。
分批次推荐
将用户画像和文章关键词匹配，就可以进行推荐了，不过系统在推荐时并不会全量推荐，而是会分批次推荐给对其感兴趣的用户。
文章首先会被推荐到和文章最为匹配的用户受众，而这些用户产生的交互数据将决定了系统是否加大推荐的范围。 
其中的数据包括点击率、收藏数、评论数、转发数、读完率，页面停留时间等，其中，点击率占的权重最高。
所以文章的影响力能有多大，还得看内容是否优质，才能获得好的用户响应。同理，用户如果举报文章，那么文章的推荐量肯定会下滑。
关于推荐量的影响因素，详见下图： 
03、有推荐，没阅读？
文章被推荐了，但阅读量却寥寥无几？这是很多头条作者的困扰所在。
事实上，我们理一理不难发现，文章的阅读量由系统推荐量有关，同时推荐量又取决于上一轮推荐的互动数据。
所以单篇文章推荐效果不好，有三个原因：点击率低、推荐量低、阅读量低。
一、点击率低
点击率较低可能是如下原因导致：
账户内容垂直度低，或者发布与擅长领域不相关的文章，导致系统没有及时推荐给用户。
比如一个体育类账号，却为了追热点，发了王宝强马蓉离婚的消息，那么系统就会对内容进行重新识别分类再进行推荐，这就导致推荐不及时。
其次可能是文章自身问题，导致点击率低。
2.推荐量低
推荐量是决定阅读量大小的重要因素，推荐量低的主要原因有：
点击率过低，将会影响推荐量。
潜在的用户群过小，推荐量不高。
内容供过于求。
消重机制会影响推荐量。
时效短，影响推荐量。
审核中被拦截，内容不被系统推荐，可详见文章审核部分。
3.阅读量低
文章阅读量低，与推荐量和点击率有关。
推荐量低
推荐量是决定阅读量的首要要素，有了推荐才有阅读，所以回到第二个问题。
点击率低
我们经常看到推荐量很高，但阅读量低，这就很可能是因为点击率低。这就回到第一个问题了。
作者：胡桃苑
链接：http://www.jianshu.com/p/b66a6bf57aba
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。