自媒体时代,算法非常强大
我们先拿今日头条举例。
在今日头条,一方面,创作者写好文章、配好图、起好标题,然后发布,今日头条把文章经过一系列计算再推给特定的用户。另一方面,某位用户打开今日头条app,看到今日头条给推送的特定文章(千人千面),点开一个喜欢看的,这篇文章的阅读量就+1。
这就是今日头条或者当下各流行的自媒体平台最主要的内容传播链之一。
我们可以看到,今日头条是这个链条的中心,它依靠算法分发内容,然后将创作者的文章匹配用户面前,算法扮演着至关重要的角色,是今日头条的王牌。
在算法分发下,创作者、内容、用户等都被细分为了多个可以量化或者定性的维度,阅读量提升就变成了对各个维度的提升后的最终成果之一。
算法分发大致是什么样子
划重点!
算法分发=文章画像+用户画像+分发模型
划重点!
文章画像有哪些维度?
文章类型:是微头条还是图文?图文里有没有加入音频或视频?创作者:这个创作者是名人吗?加没加V?是不是今日头条的签约作者?这个作者更新勤吗?标签:这个不用多说了,只要使用今日头条,你就会看到系统自己给你的文章加了很多标签。内容质量:1.文章的转、赞、评、收藏、用户停留时间、阅读完成率等直观量化数据。2.文章的标题、选题、排版、文章的原创度等非直观,属于定性类的数据维度。这个除了算法评估,人工编辑也会参与到评估。3.文章本身具备的价值,这个算法似乎不好判断。其实对于文章画像或者你的内容整体画像,在有些自媒体平台会给你一个综合评分,创作者可以看到。比如百家号叫百家号指数,知乎叫“盐值”。
这里有人可能会问,怎么维度里出现了“阅读完成率”的事,提问不正是问如何提高阅读量吗?回答里重复一遍提升阅读算怎么回事。
这里我先按下不表。
用户画像有哪些维度?
这里直接上图了,直观一些。
阅读行为:大数据时代,你的一切行为都将被评估,尤其这种关键行为非常反映你的偏好。用户信息:在你注册的时候,系统会在你手机内偷偷抓取一些数据(你想想你注册时是不是要点一个用户协议,还必须同意),包括你自己填写的信息。手机型号:显然,蓝绿两大厂的手机用户以年轻群体为主,iphone的用户可能一般比较有钱,而华为高端机的用户可能是真的很有钱。地理位置:在哪个国家哪个城市?在家?在旅游区?在商业街区?在写字楼?总结一下,这个图,最上层的维度最能描述一个人的阅读偏好,越往下覆盖的用户面也越广,信息的关联性越小。但总体而言,这些数据都要有都要细才能更精准地描述用户画像。
就像一张图片,数据维度就是像素点,像素点在一定范围内越多越好。
举个例子,时间场景下,早中晚、用户想看的内容和阅读的场所是不一样的。早上在挤地铁的用户可能只想看搞笑文章、晚上躺床上的用户则需要一些温馨的情感文章慰藉自己。
什么是分发模型?
分发模型,即提供一种算法模型来匹配用户画像和文章画像。
它首先要在文章画像的基础上,对海量的文章重新做整理分类、排序排优先级、再结合到用户画像做分发。
说起来简单,其实每一步都是一个小的算法模型,而且在实时的变动着。比如用户刚才的推送中多划了几下(内容不是太喜欢),那算法要快速做出判断,换掉即将推送的文章。
既然文章推送是实时变动的,那在算法分发下,其实当下某篇文章如果阅读量增加的快,那么它的分发优先级就会提高。
比如这篇文章原本是1K阅读量的内容池的,如果短时间内用户都点了推送,使文章阅读量迅速到1W进入了1W的内容池,那么这篇文章将会获得更大范围的推送,这就是登门槛效应。这也是为啥提问如何提升阅读量,我回答里也在重复说提升阅读量的原因。
总结
本文简要地阐述了自媒体平台的算法分发的逻辑,知道了我们的文章怎么被推送后,我们就可以去认真梳理好自己文章的各个维度,去做针对性提高了。
至于各个维度的提高方法,就不展开了,大家可以去找相关书籍学习。
参考文章:《2000万自媒体人必读:内容分发新逻辑全揭秘》