近年來,主流媒體乃至BAT都紛紛進駐自媒體平台,這個賽道的發展速度相當驚人。它快速起量的原因不複雜:主動把有價值、個性化的信息送到用戶面前,本質上就是推薦引擎在起作用。伴隨互聯網發展,推薦引擎必然迎來高速成長,而針對推薦規則的優化技術——REO(Recommendation Engine Optimization)——也會跟著拿到更多曝光。

推薦引擎是一套主動發現用戶當前或潛在需求、並主動推送信息的網絡系統。它綜合利用用戶行為與屬性、對象的屬性與分類,以及用戶之間的社交關係,挖掘偏好並推送匹配內容。
它的特點:不是被動等待查找,而是主動推送;不是獨立媒體,而是媒體網絡;不是檢索機制,而是持續學習。
實現路徑主要有三類。基於內容的推薦分析用戶正在瀏覽內容的「基因」,推薦相似對象,同時也分析歷史瀏覽記錄來提煉偏好——看一款包,就推薦外形相近的其他款。基於用戶行為的推薦借群體智慧,計算用戶間相似度並兼顧小眾需求,同時提升精準度、多樣性與新穎性。基於社交關係的推薦則找出最能影響該用戶、以及最受該用戶影響的人,再結合各自偏好做推薦。
個性化推薦的價值:改善購物體驗、提高轉化率與用戶黏性;縮短從瀏覽到購買的路徑;挖掘潛在需求,提高購買品類數與多樣性。
推薦引擎廣告:通過洞察消費意圖匹配最優廣告,並在大量媒體上實時呈現,以此提升廣告效率。
電商站內推薦是最典型的一種:商品規模擴張後,用戶要花大量時間才能找到目標,信息過載會造成流失。個性化推薦依據站點熱賣商品、用戶所在城市、歷史購買行為等維度,在列表頁、詳情頁、購物車構建智能推薦位——不同用戶、不同時間看到的內容都不一樣。此外還有搜索結果的智能糾正提示、相關新聞聚合、社區裡的「你可能認識的人」「他們也關注了」、輸入法的簡寫聯想,以及視頻音樂端的「你可能喜歡」。

以今日頭條這類平台為參照,影響推薦量的因素大致有以下幾項:
1. 點擊率與讀完率。點開並讀完的人越多,推薦越多。標題要吸引人,但不建議做標題黨——內容撐不住,讀完率崩掉反而拖累推薦。
2. 分類明確。把文章放進準確的分類,興趣點清晰才能快速送達目標人群。電影類內容錯放進新聞,效果會大打折扣。
3. 文題一致。標題要恰到好處,不誇張,也不平淡到沒人點。
4. 內容質量。好標題加優質內容,永遠是基礎配置。
5. 帳號定位明確。題材隨意寬泛的號推薦概率更低。定位講技術卻摻大量娛樂內容,只會稀釋專業度。
6. 互動與訂閱數。評論、點贊、分享越活躍,推薦越多。
7. 站外熱度。互聯網上關注度高的話題更容易拿到推薦量,因為信息類平台的用戶本就更關心時效。
8. 發文頻率。保持活躍,任何平台都偏好產能穩定的作者。
9. 原創保護。平台渴求原創,全原創並申請保護的帳號自然獲得更多推薦機會。
平台依據這些維度算出綜合指數,指數越高推薦越大。但這並不保證每篇文章都能起量,最終仍取決於上述細節的落實程度。
百度的推薦引擎早在2011年便已啟動研發,早期實踐於音樂應用, later 延伸至百度新首頁與百度知道。用戶搜索、瀏覽網頁、在移動端提交位置時都會產生大量行為數據,在剝離隱私信息後通過算法匹配,系統就能感知需求並快速給出內容。
相比SEO、ASO這些概念,REO出現得晚,但它與自媒體平台的發展一脈相承、相輔相成。對多年從事SEO、想要轉戰自媒體的人來說,這意味著又一個機會正在招手。新事物出現時猶豫觀望,往往就錯過了窗口期。
(本文轉載自幻影博客,在原文基礎上有改動)