大家好呀~
今天，灵遥将为你带来一本新书，名字叫做《走进内容推荐时代：写给内容行业从业者的推荐分发入门书》。
也许，你生活中曾经有过这样的场景：
在上下班拥挤的地铁中，打开头条、抖音、微博等平台，查看新闻或者八卦；午休的时间，拿出淘宝，为家里添置新的收纳盒；周末打开美团和大众点评，去搜寻周末好去处……
如果说，你的这些行为有什么共通点，那一定是会在搜寻到你想要的信息同时，被平台额外推送N多相关信息。
比如，你如果在淘宝搜索界面里输入了「晨光签字笔」等字样，那么你将搜到的相信除了「晨光签字笔」，还会有「三菱签字笔」「百乐钢笔」等相关文具。
而，你若是在接下来的几日内，再次打开淘宝，那么推荐给你的物品又会延伸到文具盒、贴纸、笔记本、涂改液、收纳盒等等。
对于用户来说，这样的设定可以说是「喜忧参半」。
喜的是能够通过一本书，找到10余本与它主题类似的书，完成一次主题阅读，忧的是内心稍微不坚定，购物车、书架、收藏夹里便会被各种不必要的信息占据，以至于找不到你需要的信息。
那么，这些纷繁复杂又引人入胜的内容，又是如何推到用户手机里的？有志于从事自媒体的你，又该如何利用这些规则，让你的创作被更多的人看到呢？
来和灵遥一起读读这本《走进内容推荐时代：写给内容行业从业者的推荐分发入门书》吧~
尽管推荐系统中应用到了各种高深的算法、架构，但是其基础原理是朴素的：更好地了解推荐的内容，更好地把内容推荐给想要看到的人，从而更高效地完成内容与人之间的对接。
因此，一个平台若是想要把内容推荐给人，首先便要充分理解这份待推荐内容的特点是什么。因为，如果连推荐内容的特点都说不明白，那就妄论推荐效果了。
如你所熟悉的一样，推荐的算法同样是「贴标签」。
比如，你有一个朋友，他是一个算法工程师，你现在想要把他介绍给你的朋友，那么，对于程序员，你往往会说，这是xx，和你一样，是一个算法工程师，负责balabala；如果是对你的球友，你可能会说，这是xx，篮球打得特别好，我大学校队的；如果是你父母，你可能会说，这是xx，我大学最好的朋友，等等。
换言之，便是你会在介绍这个人的时候，结合介绍人的身份，给他安一个标签，而为了去说明这个标签，你往往会在介绍了这个人是xx后，辅以量化的信息，来帮助别人更好地了解它。
但是，这个人只有上述描述的特点吗？也许不是的。
比如，他可能又高又帅，可能是一个孩子的父亲，可能热衷于慈善，刚捐了10000元给希望工程，但是，你却只选择了他与受众关系最密切的标签，并没有告诉球友说，他和他老婆夫妻恩爱，毕竟，这与你把他介绍给你球友的目的并没有太大的关联。
由此可见，标签是我们对一个东西高度抽象后的理解，它并不能够代表一个人生活的全部，但能够帮助我们在一瞬间抓住对方的注意力，与对方建立起联系。
同理，识人也是如此。
你除非是某某平台的重度用户，每天都会花大量的时间在平台上，平台才有机会收集到你更多的信息，来为你进行画像。
因为，仅仅凭借着一两次的信息搜集，再厉害的平台很难知道你到底是一个什么样的人，然后结合你的需要，为你推荐内容。
而后，完成了断物识人后，平台便会根据「物以类聚，人以群分」的逻辑，来为用户做推荐了。
以内容推荐为例，其用于相似度计算的常见因素有：作者层面的相似性（基于订阅和偏好关系）、内容层面的相似性（如，关键词、话题、类目、标签等等）。
于是，你常常会发现，一旦点开了某个创作者的信息，或是主动搜索了某个关键词，那么便会在接下来的一段日子里，收到许多高关联性的推荐。
了解了内容都是如何一步步被推荐到你的手机里以后，我们再来看看内容推荐存在的3个问题：推荐重复、推荐密集、时空限定。
在内容生产门槛不断降低，人人都可以是创作者的大背景下，一个新闻事件发生，权威机构源源不断发布新闻通告的同时，有许多人都会从不同角度进行评论，搬运工也会批量产生蹭热点的内容。
而，内容的大繁荣自然也带来了信息过载的问题。
比如，你想要了解一下《三十而已》这部热播剧讲的是什么，可能从网上搜出10余篇，乃至百余篇从各个角度讨论这个主题的内容。
作为一个用户，你虽然会在读到第一篇的时候，觉得很新鲜，但随着阅读量的增加，和投入时间的增加，必然会导致边际效应递减，从好奇转为厌恶、烦躁。
于是，这也使得各大平台在筛选优质内容时，除了注重内容的原创性，还注重内容是否新颖、信息增量是否够多。
因此，你如果想要写的内容恰恰是大家都在关注的话题，那么一定要写出你自己的观点和视角，切不可新瓶装旧酒。
讨论完了如何应对内容重复后，我们再来一起看一下推荐密集成因和应对之道。
其中，导致内容推荐密集的原因：
一个是因为用户的短期兴趣点通常比较明确，会因为特定事件或人物快速聚焦。
比如，这半个月，最火的话题无疑是A股市场、综艺乘风破浪的姐姐，和电视剧《二十不惑》《三十而已》，等等。
二一个是系统对用户的兴趣理解不够，或是仅追求点击量放大了用户对某方面信息的渴求。
比如，灵遥我自己虽然这段时间因为想换一套床上用品，所以会去比较各种床上用品的性价比，但是，我一旦买到手后，便不会再对这个主题感兴趣。这时候，淘宝若是再给我推类似话题，便会下意识地引起我的厌烦。
因此，为了应对推荐密集，好的平台往往会优化算法对内容的理解，来避免同一题材、同一作者、同一子话题、同一实体词的密集推荐导致的厌恶心理。
你如果是一个内容创作者，除了写自己的东西，更要去多阅读平台上的其他东西，做好定位，在细分领域里做到第一。
3. 推荐单一
最后一个推荐的误区，是推荐的单一性。
作为一个个体，我们的时间是有限的，精力是有限的，所以，会对某一个或者两个领域保持持续的关注，而对其他领域保持一种知道有这个的状态，往往是我们生活的常态。
但是，这并不意味着说，我一个写情感文的创作者，会对比如科技、宗教等平日里几乎没有搜过的话题，一点儿兴趣都没有。
换言之，如果某个平台发现了我对未知领域的诉求，主动推荐相关的内容给我，我非但不会觉得时间被浪费的，甚至还有可能觉得，嗯，这个有意思，我想多了解一点。
可惜的是，由于平台的算法大多是基于用户过往的信息搜集，因此往往很难去做到说，「我试着推荐一点ta没有搜索过的内容给ta」。
于是，我们很多人便只得反复去看那些我们感兴趣的，或是已经熟知的内容了。
因此，虽然平台鼓励垂直创作，鼓励深入挖掘一个领域，但是，出于对拓宽思维边界和维护账号新鲜感的考虑，灵遥还是真心建议你，保持28原则，即每输出8成细分领域的专业内容，便要输出2成你对其他行业的思考。
了解了推送是如何发生的，以及推送都存在哪些误区后，灵遥想和你聊聊，我作为一个自媒体，我是如何看待「文章质量」以及「爆文写作」这两件事的。
首先，越来越多的内容分发平台开始引入机器的时候，相信会有不少自媒体人，会与灵遥一样，有着同样的疑惑，那便是，我这个内容明明挺好的，但是为什么推荐量和阅读量都那么低呢？
其实，要回答这个问题，我们必须从两个维度来看。
一个是，你如何定义「质量」。
内容创业领域，「质量」是一个非常虚的概念。
因为，对于任何一个创作者来说，你每写下第一个字，都像是你的孩子都一样，凝聚了你的心血。你但凡会愿意把它给发出来，那么至少潜意识里，你是看好这篇文章，或者说对这篇文章有期待，会期待更多人读到它的。
但是，你自己认可，并等同于市场会买单。
因为，这会涉及到一个普适性问题，比如，同样是科技领域的写作，一个与我们日常生活相关的黑科技，明显会比火箭发射领域一个攻关难题更有市场。毕竟，大多数人在读到后者时，下意识地反应都是，这与我有什么关系。
二一个是，推荐系统本身是一个会极度放大优缺点的系统。
具体来说，便是一篇文章如果点击率高，点赞率、转发率高，互动多，便会被系统自动判定为好文章，反之，则会被机器认为这篇文章的质量欠火候。
因此，你如果想要写出一篇爆款，很重要的一点便是去适应规则，选择大家都感兴趣的主题，然后在文字表达上，尽可能地通俗易懂、接地气一点，具体来说：
以上，便是本书的内容。
希望对你有帮助！
文 | 武灵遥，一位践行着「日读书一本，日更文一篇」的职业读书人，更多好书拆解详见个人公众号：书语人间（syrjjy)
京公网安备 11010802035086号