做自媒体，不管是图文类，还是视频类，想要获得平台的推荐量就必须符合平台的内容要求，以及推荐的规则，以下列举目前几个主流的自媒体平台的推荐机制：

一、头条号的推荐原理

推荐系统的本质，就是从一个巨大的内容池里，给当前用户匹配出几篇感兴趣的文章。这个内容池有几十万、上百万的内容，涵盖文章、图片、小视频、问答等各种各样的体裁。

信息的匹配主要依据三个要素：用户、内容、感兴趣。

1.用户刻画

为了给用户提供他们喜欢的内容，或者理解用户的需求，平台有很多角度可以去刻画一个用户的画像，比如，年龄、性别、历史浏览的文章、环境特征等

2.内容刻画

机器提取文章中的关键词，或者利用AI技术识别音频与视频的具体内容，从而将内容快速分类。

3.感兴趣

⑴兴趣匹配：用户的阅读标签与文章标签重合度最高，被系统认定最可能对该文章感兴趣。

⑵分批次推荐：首先会被推荐给一批对其最可能感兴趣的用户，这批用户产生的阅读数据，将对文章下一次的推荐起到决定性作用。

二、大鱼号的推荐原理

1.文章标签

文章标签是文章进入系统之后，系统对文章进行识别的重要方式，是基于文本内容以关键词的形式对文章进行简单的归类。

（1）原创文章

文章的原创内容占比须超过80%，内容中引用的部分不可超过20%；

（2）独家文章

配合栏目、活动进行约稿的独家文章；

自媒体人向平台定向投稿的独家文章；

与自媒体人达成独家约稿协议进行连载的独家文章；

（3）深度文章

单篇文章字数不少于2000字；

内容有独创性观点和独到的见解，主旨明确清晰、有逻辑、有层次，有稳定的撰稿结构，行文有风格；

（4）高质量文章

文章字数不少于2000字；漫画类内容故事画板不少于八幅；可读性强，有一定的传播度；有实用性，让人通过阅读能获得知识；具有一定的话题性、热度、时效性；标题、语言与结构统一，内容完整，充实，行文流畅通顺、用词通俗易懂；主题明确、有逻辑、有层次；排版精美、图文并茂，图片质量高，文章中没有广告等杂质。

2.用户标签

系统除了对文章进行标签化标识之外，同时也会对C端用户打标签，通过标签的识别来进行两者的匹配，使文章能够更精准的投放给感兴趣的用户。用户标签主要包括基本信息、深层信息和兴趣信息预测。

用户基本信息，即用户的基础标签，主要为：年龄、性别和地域等用户画像数据。

3.标签以外的干预

大部分情况下，基于文章标签和用户标签的识别，在文章无违禁情况下推荐系统能够对两者进行自动匹配。为了提升用户的阅读体验，鼓励高质内容创作者的创作，打造平台优质内容生态圈，平台也会对特殊的文章进行策略性和人工性的干预。

三、百家号的推荐原理

1.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.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。