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）

垂直类帐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。假设某个帐号是体育类帐号，有一次却发表了娱乐类内容。对于这种不属于帐号擅长领域的文章，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。