内容推荐
一、机器如何推荐内容给用户?
1.机器能识别内容特征,并推荐给很可能对该内容感兴趣的用户。
机器能“阅读”出内容属于什么领域,识别该内容的特征并给内容贴上标签。同时,机器也能计算和识别每个用户的基本信息、行为特征、浏览喜好,给用户贴上标签。当内容的特征标签与用户特征标签相匹配时,这篇内容便会被推送至这个用户面前。
2.机器依据推荐效果多次推荐给匹配用户。
为了使受欢迎的优质内容扩大推广范围,避免不受欢迎的内容占用过多推荐资源,机器使用多次推荐的方式将内容推荐给感兴趣的用户。具体来说,内容首先 会被推荐给一批对其最可能感兴趣的用户,这批用户的阅读标签与文章标签重合度最高,被系统认定对该内容感兴趣。平台根据第一次推荐后的效果,决定是否给予 二次推荐。效果重点包含点击率、收藏数、评论数、转发数、读完率和页面停留时间等数据。
二、为什么内容推荐效果不好?
我们通常通过阅读量来判断内容效果,阅读量由系统推荐量影响,而推荐量又取决于上一轮推荐的点击率。因此单篇文章推荐效果不好,原因很可能是因为第一批次的推荐内容点击率低、推荐量低,从而导致内容阅读量低。
1.初次推荐的点击率低(点击率=内容被点击次数/内容展现次数)
垂直类账号在内容垂直度较低的情况下无法及时推荐给对应的用户。假设某个账号是体育类账号,有一次却发表了娱乐类内容。对于这种不属于账号擅长领域 的文章,机器需要重新识别分类再进行推荐,这在一定程度上会延长推荐时间,不能保证在规定时效内,推荐给相应的用户。因此,作者若想保证较高水平的点击 率,坚持创作垂直内容是极有必要的。
另外,内容无吸引力直接导致点击率低。具体表现在标题和配图平淡,没有引起读者的阅读欲望,或内容低质,引起读者的反感和投诉。
2.推荐量低
以下情况都可能导致推荐量低:
①潜在用户群量少,比如内容涉及的话题过于冷门、生僻、晦涩难懂;
②内容供过于求,比如同一领域的相似内容过多;
③内容非原创或未在百家号首发,导致受查重机制影响;
④内容时效性较短。
Tips:想要获得更好的推荐效果,最核心的方法是使发布的内容做到:
① 标题和封面图具有足够的吸引力、表意清晰,这有利于提高内容点击率;
② 图文并茂,易读性强,这有利于提高用户阅读时间;
③ 内容详实,给读者干货般的充实感,这有利于提高关注数和用户阅读时间;
④ 观点鲜明,引发读者讨论,这有利于增加评论数和转发数。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论