以程序员专业的角度告诉你，头条推荐机制具体是怎么样的

一、发文通过后的2-3小时内，第一次推荐量来源于你的头条指数。

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。

二、第二次推荐量，主要看临界推荐指数一

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。

第三步数据积累

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。

四、第四次则是发文通过后的一个星期，有一些推荐量，具体指标不明，跨度太大，无法量化描述。

第五次、发表后一个月，炸炸尸体，基本可以无视。

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

我偷看了老板的微信分组，然后……

最骚气的APP更新文案盘点

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！