「热词分析」让内容“对胃口”

　　目前的自媒体平台里，两微一端（微信、微博、头条号）是最为大家所熟知的。但是，相较微信、微博依靠粉丝来带动阅读量的方式，头条号依靠的是机器算法推荐，媒体内容得以摆脱漫长的粉丝积累过程，高效地预见感兴趣的人群，快速打造 10w+，甚至 100w+。因此，系统对于内容的辨识、推荐对于一篇文章来说至关重要。

　　今天，在这里就教大家如何利用热词分析功能来增加系统推荐量，提高文章的阅读量。

　　而借助媒体实验室的各项功能，能够帮你有效的在创作开始之前就避免一些问题。毕竟除了文章的内容以外，选题对于文章的推荐量同样有着很大的影响。我们将从以下5个方面来谈这个话题：

　　文章内容自身问题，包括两方面：内容质量和选题。我们将从选题的角度来教大家如何避免这个问题。

　　举例，前段时间一篇关于支付宝大楼的文章在头条号上取得了接近 200 万的阅读量。但是，同一时间，一篇内容相似的文章，阅读量却相差了一万倍。

　　虽然影响的原因很多，但是从标题的角度来说，第一篇一定是系统更愿意去推荐的，为什么呢？

　　我们先来看下面这张趋势图，通过媒体实验室的热词分析功能，我们将「马云」和「支付宝」两个词进行「热度趋势」的比较。选择的时间段是在文章发布前的一个月，也就是2016年12月15号到2017年1月15号。

　　从趋势图中，我们可以发现，「马云」的长期热度一直是高于「支付宝」的。虽然在14号左右，因为支付宝五福的事件让支付宝的热度高于马云，但是总的热度依旧是马云比较高。

　　在两个标题中，第一个标题涉及到了「马云」、「支付宝」两个热词。一个是长期热词，一个是短期热词。而第二个标题，却只使用了「支付宝」一个热词。

　　所以，选择媒体实验室中呈现的热词或者热点来表达自己写作的内容，会更利于分发。

　　在找选题，确定标题时，先通过个人中心-功能实验室中的「热词分析」功能，搜索一下选题的关键词来判断热度。

　　然后，页面就会跳转到媒体实验室，提供该关键词的热度趋势。通过热度趋势来判断该词的热度，决定关键词和主题。

　　还有一点要提醒大家，就是在热词分析时，先勾选一下你想要确定的时间、地域和文章类别。因为对于不同地区、不同文章类别，该关键词的热度很可能就不一样。如果你是垂直领域或者针对某一地区的头条号，那么这一点尤其重要。

　　以「胡同」和「弄堂」两个词举例，在北京和上海这两个不同的地方，热度就会出现相反的情况。

　　对上面两张图，我们可以看出：在北京，「胡同」的热度明显高于「弄堂」；而在上海，「弄堂」的热度则明显高于「胡同」。

　　因此，如果你是一个针对地区的头条号，使用地域范围来查看关键词，在该地区的热度指数就十分重要了。

　　同理，根据文章的类别来判断关键词在所属垂直领域中的热度指数，也十分重要。

　　如果账号潜在的用户群实在过小，机器将很难挖掘到潜在用户，推荐量自然高不了。而潜在用户群过小有如下原因：

　　我们以「短袖」这个词为例，将「短袖」作为关键词输入到搜索框中，选择「人群画像」功能就可以查看到关注该关键词的用户特征。

　　（渗透率可以理解为用户对这一关键词的敏感程度；男性用户对短袖这词的渗透率为 0.01%，可以理解为所有男性用户中，对于短袖这个关键词的敏感程度为 0.01%，即热度很低。）

　　那么我们可以看到，在性别渗透率中，短袖这个词只有 0.01%，说明男性用户和女性用户对于这个词都不敏感，也就是没有相应的热度在。在没有特别有意思的新内容的情况下，可以不用去写。

　　在写文章前，先用媒体实验室的热词分析功能，查看关键词对应各年龄段、性别的渗透率如何，再考虑是否与自己要影响的受众相匹配。

　　年龄渗透率可以用来判断各年龄段对于关键词的敏感程度，如果你想影响的主要用户是 40 岁以上的人，那么一些对于 40 岁以下人比较火的词，就可考虑避免使用。

　　例如「你的名字」，从下图中可以看出，「你的名字」的年龄渗透率最高的是 18-23 岁人群，而 40 岁以上的用户，年龄渗透率很低，那么这篇文章就不应该写给 40 岁以上的用户看，即便这是一个热词。

　　对于系统来说，如果同一领域或话题相似内容过多，那么就会出现供过于求的现象。如，关于当下热点话题的谈论，受众虽然足够多，但是内容供给总量实在庞大，相应地每一篇内容得到的推荐量也就比较少。

　　萨德事件单从热门事件中，就出现了四个不同的角度，而且都属于热度较高的话题。那么，这个时候就很可能出现内容供过于求的情况。如果继续写这个话题，就可能会出现系统推荐量不高的情况。这时就需要创作者考虑是另换角度，还是写不同话题了。

　　写热点话题时，可以在热门事件中，查看哪些事件属于大热门话题，以及哪些话题在热门事件中反复出现，是否可能出现了内容供过于求的情况。这样就可以综合自己的情况，进行有效的写作。

　　首先，飙升事件说明这个话题有一定的热度，但是还没有到特别热的地步，那么这个时候，内容供过于求的情况就不太可能出现。

　　其次，飙升事件意味着如果该事件成为热门事件的情况很大，热度有可能持续上升，提前写的话，就有先发优势，系统推荐量就可能会持续增加。

　　时效性短的文章，实际推荐时间自然也短，而短时间内可能将无法获得较多的推荐量；

　　那么为什么会出现这个情况呢？那就要先理解头条号的推荐机制。头条号的文章是被系统给分批推荐给用户，例如，一篇文章首次推荐给了 1000 个用户，如果这批用户的点击率较高，系统判定用户非常喜欢这篇文章，将其扩大推荐给 10000 个用户，如果这轮推荐用户的点击率仍然维持在较高水平，那么系统会将文章再次扩大推荐给 30000 个用户、50000 个用户、100000 个用户 ······推荐量和阅读量便如滚雪球一般节节攀升。

　　但是，文章是有一个时效期的，过了时效期文章的推荐量将明显衰减，时效期节点通常为 24 小时、72 小时和一周。

　　例如，你写的文章是奥斯卡的大乌龙，那么第一天推荐量可能会很高，但是到了第二天你会发现推荐量降低了，为什么呢？因为这个热点过去了，点击率自然也就降低了，系统就会判定你的文章不值得继续被大范围推荐了，就会导致推荐量的减少。

　　所以在选择话题的时候，一定要判断这个热点的持续性。一般来说，热点效应长的文章，系统的推荐量也会相应的高一些。

　　同时，根据热词的关联分析功能，可以看到相关词的热度趋势，是在上升，还是下降。尽量避免因为时效短而造成的推荐量低问题。

　　在媒体实验室的数据报告中，可以看到根据今日头条数据做的各类别报告。这些报告中所提供的用户画像、年度热词趋势、最热关键词等，是写作时可以直接引用的资料。

　　如果你是写体育的，通过年度热度走势，你可以发现每年的三月份一般都是NBA的最热门时间。那么是不是可以考虑提前二月份，就开始准备相关的资料进行，到三月份的时候进行创作。

　　足球下单软件

　　在NBA下，最热关键词为科比其次是詹姆斯、库里等，那么选择科比，让系统更有可能增大推荐量。

　　在评论分析中，我们可以看到这个关键词下的各类评论。可以提供给作者更好的文章思考角度。

　　通过上面四个小技巧，希望大家都能够充分利用好媒体实验室的功能，在创作开始之前就避免会导致系统推荐量低的问题。将高效分发交给机器，节省下来的精力可以生产更优质内容，这也是今日头条媒体实验室一直致力于实现的目标。

　　（备注：热词分析功能，只是在帮助大家筛选关键词和主题，在一定程度上影响文章推荐量。毕竟打造高阅读量的文章，还是需要创作者们从内容本身出发，提高原创和内容质量、加强与读者的互动等.）

　　最后，如果你的头条号还没有打通热词分析功能，欢迎注册媒体实验室。海量大数据，让你的创作有理有据。