今日頭條搜索SEO優化規則解析

今日頭條搜索優化是今日頭條APP里內嵌的搜索引擎，不僅能搜索站內自媒體發布的相關信息，還能搜到站外信息，用戶可通過今日頭條上面的搜索框進行試用。今日頭條seo優化有三個維度的變量。

靠前個維度是內容

頭條現在已經是一個綜合內容平臺，圖文、視頻、UGC小視頻、問答、微頭條，每種內容有很多自己的特征，需要考慮怎樣提取不同內容類型的特征做好推薦。

第二個維度是環境特征

這是移動互聯網時代推薦的特點，用戶隨時隨地移動，在工作場合、通勤、旅游等不同的場景，信息偏好有所偏移。

第三個維度是用戶特征

包括各種興趣標簽，職業、年齡、性別等，還有很多模型刻畫出的隱式用戶興趣等。

結合三方面的維度，模型會給出一個預估，即推測推薦內容在這一場景下對這一用戶是否合適。

一、今日頭條熱關鍵詞度指數分析

頭條指數“根據今日頭條熱度指數模型，將用戶的閱讀、分享、評論等舉動的數量加權求和得出響應的事件、文章或關鍵詞的熱度值”，考慮了用戶的多種舉動，它具有輔助創作、輿情分析和精準營銷三個重要作用，目前的頭條指數的更新是按照小時更新的，相對微信而言更及時，同時還能夠提供數據下載。

除了熱度，頭條指數還提供用戶畫像的分析功能。對相關關鍵詞匹配的人群，包括性別、年齡、地域、愛好都有直觀的呈現。選擇特定的時間段，還能回溯某段時間中響應的數據體現。

二、內容分析

內容分析包括文本分析，圖片分析和視頻分析。頭條一開始主要做資訊，今天我們主要講一下文本分析。文本分析在推薦系統中一個很重要的作用是用戶興趣建模。沒有內容及文本標簽，無法得到用戶興趣標簽。另一方面，文本內容的標簽可以直接幫助推薦特征。

三、用戶標簽

內容分析和用戶標簽是推薦系統的兩大基石。內容分析涉及到機器學習的內容多一些，相比而言，用戶標簽工程挑戰更大。

今日頭條常用的用戶標簽包括用戶感興趣的類別和主題、關鍵詞、來源、基于興趣的用戶聚類以及各種垂直興趣特征(車型，體育球隊，股票等)。還有性別、年齡、地點等信息。性別信息通過用戶第三方社交賬號登錄得到。

還有用戶的年齡信息通常由模型預測，通過不同機型、閱讀的時間分布等預估。常駐地點來自用戶授權訪問位置信息，在位置信息的基礎上通過傳統聚類的方法拿到常駐點。常駐點結合其他信息，可以推測用戶的工作地點、出差地點、旅游地點。這些用戶標簽非常有助于推薦。