哎呀美設
第一，
想要弄清頭條的推薦機制首先得了解頭條是款怎樣的產品。頭條是個內容分發平臺，本身不產出內容，頭條往往自詡“一傢俱有媒體屬性的技術主導的公司。”頭條上有各種權威媒體或者機構媒體或者自媒體或者是個人在平臺上產出內容，同時也有很多中小企業在頭條上頭投放廣告，內容類型越多，推薦的越精準，平臺的活躍用戶就越多，流量生意信息流廣告業務也會發展的越好。
第三，就算平臺推薦你，但是這個粉絲是不是掌握在你個人手裡，不是你個人產出的優質內容把他招引來，而是頭條的推薦機制送給你的。他可以在短時間培養一個大號兒，如明星大V商業家等，不用依靠高頻產出內容就可以輕輕鬆鬆獲取幾百萬的粉絲。所以，所謂的推薦機制，只不過是平臺根據自己的用戶屬性再加上自我利益方的意願分發而已。
全天候科技
這段時間一直在玩頭條，也在摸索它一個機制，慢慢總結一下這這幾點，希望更多人一起在這條路上
頭條的推薦機制是怎麼樣的呢？首先從定位名字來說，你要與別人是不相同的，最好是垂直領域，因為頭條會根據你的內容，來推給與你相同類的粉絲，不要東寫一下，西看一下。還發現兩個人的手機同樣在一個地方，但是出現的內容也是會有些不一樣，關注的用戶不一樣。在頭條是一個很精準的平臺，把各個行業，各個知道進行分類，進行推薦，這裡講到的
看了這篇文章的，我們都是頭條創作者及愛好者，如果我們一同行，歡迎更多的討論及轉發，謝謝你們的支持，我也一樣支持你們，我每天在日湯記美食與媽媽分享湯譜，讓我們更加的來關記自己。一起加油！謝謝
日湯記美食
歡迎關注我，一個程序員老司機，和你分享編程、運營、需求等等經驗和趣事。
垂直領域很重要
我們假設頭條推薦程序就是一個推薦機器人，那麼這個推薦機器人對於推薦內容的第一個要求就是內容的垂直領域，比如你今天寫這個領域的文章、明天寫另一個領域的文章，那麼機器人就認為你很不專一，因為她也會像女人一樣明白，一個男人如果對很多女人有愛，那還有什麼精力好好對自己，所以，要得到好的推薦量，你必須只能夠寫一個領域的文章或者內容。
第一次推薦很重要
當機器人覺得應該推薦你的文章後，它首先會抽取出文章裡面的關鍵詞標籤，然後將這個內容推薦給和這些關鍵詞標籤對應的用戶，如果這些用戶點擊閱讀了你的內容，並且如果停留時間很長（也就是專心讀了你的內容），那麼推薦機器人就會認為你的內容對用戶來說，是他們感興趣的、有價值的內容，這樣推薦機器人第二次就會加大推薦量，這樣你的文章閱讀量就這樣增加了，如果還有用戶評價了你的文章，那麼恭喜你，你的推薦量又會提高了。
web互聯網
淺談，改版後的今日頭條的推薦機制，給新手的一些技巧，建議收藏
這海量內容的來源是依託於頭條作者們在背後辛苦的創作，寫軟文的，做視頻的，一個簡短的文章或者幾分鐘的視頻都會凝聚創作者幾個小時的構思，作品發表了之後，看到好多讀者的閱讀也甚是欣慰，成功伴隨著喜悅。
最近今日頭條的成長方向也做了變化，在CEO張一鳴的帶領下，過渡到了粉絲為王的主攻方向，我覺得這點在現在眾多自媒體百家爭鳴的時代，粉絲的力量可以更多的帶來企業的宣傳，獲得更多的推廣，改版後的頭條，也是取消了新手期這個概念，叫更多的自媒體創作者無門檻的加入進來。
這裡重點說一下改版後的頭條的推薦機制。
但是這裡面會存在時效性，畢竟是屬於類似新聞的客戶端，時效性是很重要的層面，即使你的文章再精彩，過了兩天，頭條的系統就不會再去做推薦了，我的好多文章到後期都是出現閱讀比推薦高很多的局面，這也是靠著新內容吸引粉絲來讀舊的內容。在發表文章之後，你儘可能的要在文章的評論區與讀者互動，評論，不能是發表了之後就不管了，這樣會影響到頭條的推薦量，還有一點就是你的文章的質量和能對讀者產生的影響，內容會不會被讀者所收藏，這些機制都是看不到的，需要自己長時間的去摸索。
我之前有一篇文章，系統推薦的差不多數量，都是在五萬上下，但是其中一篇的文章閱讀數量卻比另一高高出兩千多，這其中的原因，第一就是時效性，第二就是收藏量。可以看出八千多閱讀的那篇文章已經和系統推薦的不成比例了，所以，系統還會做少量的推薦，但是由於時間是前一天，所以慢慢的就會沒有任何的系統推薦。有種前浪被拍在沙灘上的感覺。
通過這段時間的發表文章的時間，我在各個時間段都做了試驗，總結出了，在休息的時間段發表獲得系統推薦量是最多的，例如在中午12點左右發表的文章，晚上8點之前發表的文章和在傍晚11點左右發表的文章。
小夥伴們如果喜歡創作，可以加到頭條作者的行列，這裡可以鍛鍊你的寫作，寫一篇很精彩的文章，如果沒有任何的展示，那麼也沒有任何的閱讀量，今日頭條這個自媒體相對其他自媒體來說，用戶是很多，推薦機制也值得稱讚，維護好這個環境，今日頭條會收到更多的用戶青睞。
吉吉美學
首先我看了前面幾位的回答，感覺是相當的膚淺，今日頭條是分發內容這麼簡單就能概括的嗎？其實我覺得用區塊鏈來解釋這個問題比較靠譜。
今日頭條是無中心的，他即不產生內容，也不推薦內容，不產生內容很好理解，所有的內容都是自媒體或者權威媒體寫的，不推薦內容可能有些人會說了，我每天看到很多我感興趣的內容不是今日頭條推薦的嗎？甚至還有極端看客說，今日頭條的算法就是想讓誰看到什麼內容就看到什麼內容。這是一個錯誤的想法。假設今日頭條能強制給讀者推薦內容，請問他會根據什麼內容來強制給你推薦呢？他會根據什麼來判斷給A多幾個推薦還是給B多幾個推薦呢？所以，內容並不是由今日頭條分發的。
那推薦機制到底是怎麼樣的？其實今日頭條的去中心化，運用區塊鏈的點對點理念推薦，今日頭條只是提供了一個算法。比如在一個足球場裡面，有100個人，每個人都有一個標籤。其中每2個人的標籤是相同的。那其中一個人要在這100個人當中找到這個標籤相同的人，他會怎麼找，很簡單。這個人用一個喇叭對著大家喊，某某標籤的過來一下，這樣就能匹配到了。今日頭條的推薦機制也一樣，其實就是通過一種算法讓不同標籤的人自己溝通。當然這個算法肯定是很複雜的，比如人群滲透率、年齡滲透率等等。特別是階梯推薦，今日頭條會先圈定100個人，如果反饋的數據是好的，比如點擊率高、閱讀時間長等等，那麼他會擴大到1000個人，10000個人甚至到百萬級別。而且，還有就是多維度推送。他並不是優先推送大V或者媒體的文章，而是針對這個事件會有不同緯度的推薦，比如媒體、普通網名、官方等等。所以，當有熱點事件的時候。你就會發現，你每次看到的文章都是不同緯度的分析，而且是不同的人發表的。
我建議你多去看看媒體實驗室，其實今日頭條已經把算法說得很明白了。
APP挖礦機
題主在描述中說你只是嘴上說了一下“大常吟"今天就被推薦了，這說明你轉發、評論的點擊量曲線呈明顯的上漲趨勢，引起了頭條的重視。
王金海170657262
頭條是一個完全去中心化的平臺，在這裡用戶自己便是中心。在註冊時，你會被隨機分到某一區塊（如網遊的服務器），逐漸便形成了由你的粉絲和粉絲的粉絲組成的區塊，而頭條又將這些區塊鏈接成一個超大的平臺。我想這大概就是所謂的區塊鏈技術了。
所以，我們每次登陸後，所看到的文章，周邊的人，都會覺得似曾相識。實際上你每次登陸都只在這個區塊，這就象玩網遊時登陸的是同一個服務器。
在悟空問答中，電腦判斷的優質文字會時常被推薦到首頁，而實際上這首頁也僅限於你所在區塊的首頁。
目前，很多號的文章都過不了這一關。包括我這個號，最主要原因是中了互粉的毒。互粉中，你的粉絲不是基於你的文字，而是基於一種遊戲心態。當獲得你的文章推送時，真正去讀的極小，閱讀率很低，即使互贊，閱讀時間也上不去，電腦便會認定你的文字沒有閱讀價值，拒絕向區塊推送。
當你文字在區塊中閱讀指數達到要求時，意味著你的文字可以突破第一區鏈，會向鄰近的另外一至兩個區塊推選給標籤匹配的人，這相當於網遊的跨服。指數又滿足，繼續突破第二區鏈。再持續……爆文產生。
銜枚遠望
要想提高閱讀量，想寫出一篇爆文，就必須要了解頭條的推薦機制是怎樣的。
頭條文章的推薦機制如下：
第一步，消重。消重有兩方面，一是文章相似，二是主題相似。
第三步，特徵識別。它會根據標題，內容等進行識別，是屬於社會，體育，娛樂等，根據這些分級和實體詞推薦給符合這些條件的人。
小李少白
想要在頭條獲得更多的曝光度，我們就要擁有大量的推薦，怎樣才能有更多推薦呢？首先我們就要了解頭條的推薦機制是怎樣的，現在我們來看看推薦機制是怎樣的：
第一階段：消重
我們內容發不上去之後系統第一步就是對於內容消重，把我們發佈的內容和網絡上的內容進行對比，再就是看看內容是否符合規範。系統櫃會根據你的素材和熱點進行推薦，如果說你寫的素材或者是熱點在此之前已經推送給用戶了，那麼你的內容就不會再次推薦給同一個用戶，這也是平臺的消重原理。
第二階段：初次推薦
初次推薦，平臺會根據你的關鍵詞，標籤，推送給相對應的用戶，運營的領域若是太冷門的話推薦量也是很少，達不到自己先要的效果，這個時候該怎麼辦？領域既然已經是固定了，那麼我們的內容就儘量踩熱點，再就是我們要在標題上面下功夫，就算推薦量沒有很多用戶打開率高的話，平臺在二次推薦的時候照樣可以推薦上去！
第三階段：二次推薦
這是根據第一次推薦的結果決定的，因為首次推薦的時候用戶的打開率和讀完率決定你的二次推薦，第一次文章閱讀的量多的話，平臺會覺得用戶喜歡你的內容，認為是一篇有價值的文章所以會加大二次推薦力度。
由此我們可以知道在標題和內容方面我們應該注意什麼了！標題一定要對用戶有吸引力，封面圖也是一樣能夠吸引到用戶那就是你的本事，如果連吸引力都沒有的話，還談何爆文！
標題的選取我們可以套用公式，或者使用易撰的標題助手，效率高還能夠帶給我們更多靈感。
非一般的不凡
賬號內有詳細的官方推薦機制，按需賺取哦
