中访在线一切以内容为本，坚持在为读者用户提供优质、可读性高的文章的同时做到内容与读者兴趣的高度匹配，打造出更加健康的内容生态。那么，文章在中访在线后台从申请发布到推荐这一关键环节，经历了怎样的“九九八十一难”才精准地呈现在读者面前？这里为您做详细解答。另，一些其他关注率极高的问题，例如：我的文章为什么没有通过审核？为什么我的文章阅读量这么低？如何提高？如何能做到高曝光？等等……您都可以在这里找到答案。

中访在线内容审核不通过

什么样的文章在中访在线不会被审核通过？

一、标题

标题是一篇文章给读者最直观的印象，也是中访在线文章审核判断的第一步，以下所有情况都会影响到审核与推荐，请各位作者慎重：

① 标题含错别字；

② 标题不完整、不通顺；

③ 标题含特殊符号，例如：、、、□、、★、㊣、、、~\(≧≦)/~等；

④ 标题全部英文/外文、含繁体字；

⑤ 标题与内文无关，用词过于夸张，涉嫌标题党吸引流量；

⑥ 标题涉嫌恶俗。恶俗指含有辱骂性质的口头语，如卧槽（我擦/我操/我艹）、傻逼（B）、尼玛、劳资等。

⑦色情低俗／反动违法标题。

二、正文

标题通过审核后，到了审核第二阶段——正文格式和内容。作为衡量一篇文章质量最重要的因素，中访在线绝不容忍任何以下情况的发生。

1.格式结构：

① 全文繁体字、全文英文

② 全文/大段乱码、未分段或无标点

③ 内容不完整或重复（文字/图片）

④ 特殊符号特别多,大段乱码

2.内容：

①不允许发布任何形式的广告

硬广告

文章含有营销购买信息，且广告的对象为单一的某产品或品牌。

铺垫式广告

前面写一大段内容，后面推出某个产品或品牌。

自我营销

账号发自家产品软文或广告

② 低质抄袭

以图片为主体/图文夹杂的文章，3张以下（不含3张），内容不完整/不丰富；

以文字为主体的文章，内容不完整/不丰富，一段内容/五行以下（不含五行）；

全文内容以文字截图组成或者以一张长截图（图解内容除外）

③ 推广

 二维码推广、电话号码（热线、公益、事业单位、政府机关除外）、网盘链接、广告图、购物链接等。

④ 严重广告行为

推广文字中含有原油／期货／现货投资交易／沥青／贵金属／黄金白银铜／天然气等词汇的堆砌；

非财经账号，含有财经类推广和联系方式；

推广里含有关注肾健康、男人困扰、男人问题等敏感关键词；

文章正文/文末以文字或者图片形式推广治疗颈椎腰椎病、治疗关节炎、荨麻疹、缩阴、痛经、咽炎，脚气、灰指甲、耳鼻喉疾病、痔疮等；

文章正文/文末推广教授做微商如何引流、微商加好友、微商如何赚钱等且含有大水印图片推广信息；

在正常文章中夹杂玩微盘赚钱\关注“xx”微信或者公众号赚钱、聚力钱锦、XX粥广告、XX膏广告、XX狗粮（馋比乐狗粮等）、懒推宝（lantuibao）、玖紧（久紧）安全套；或文中文末推广买卖流量类；

文章正文/文末/插图水印推 推广佛牌fopai／推广中带有收购、出手、鉴定、交易、买卖关键词／留有个人联系方式；

文章正文/文末/插图水印推广胎儿性别、基因检测／生男生女偏方推广；

文中／文末以文字或者图片形式推广丰胸／治疗脱发、生发／推荐（护肤、祛痘、祛斑、减肥）方法方案／推荐（护肤、祛痘、祛斑、减肥）老师专家顾问个人微信号的；

文末文字／图片含有推广创业导师、销售经验、销售技巧、直销等推广信息的；

文章正文/文末/插图水印有推广非正规渠道办证／麻将扑克作弊技巧／抢红包作弊软件（红包外挂）／买卖收腹衣等推广信息的；

中访在线内容推荐机制大公开

中访在线作者创作的文章，传输到推荐系统后，就进入到随时待命的状态，被机器推荐分发给用户。推荐系统如何将文章，智能地推荐到各个感兴趣的用户面前呢？打个比方，我们把一篇文章比喻为一个包裹，推荐系统就是一个高效的快递员，快递员之所以能将包裹准确地送到用户手中，就是因为他知道用户的住址，并通过精确识别包裹上的地址，送到用户的手中。

一、推荐系统如何识别文章的“地址”呢？

一篇文章，包含了标题、正文、来源等多种信息，这些信息都是文章的重要组成部分。人看到一篇文章，标题是第一印象，读完文章以后，会通过大脑抽象、归纳、解析后，得到的最有价值、最有代表性的信息，形成对这篇文章的记忆和认知。

推荐系统正是通过深度学习人的大脑认知，对文章进行特征的识别，判断文章是什么分类、属于什么领域，提取出该文章最有价值的信息是什么、最吸引人的是什么。也许你已经猜到了，这就是一篇文章的类别、关键词或者标签，这些信息就构成了文章最基本的“地址”。

二、机器是怎么识别这些“地址信息”呢？

首先是充分利用标题中的有效信息。俗话说“题好文一半”，标题既是一篇文章的包装纸，吸引用户点击打开观看里面的内容，又是一篇文章重要信息的提炼展示。机器会充分提取标题中的实体词，用于文章的分类、关键词等特征提取。所以在创作时，既要注意保证标题的吸引力，又要注意不能有太多的不符合常规用法的词。例如村通网、厉害了我的哥等词，对于机器来说，可能存在一定的识别困难，导致它不能从标题中提取有用信息。

尽可能地在标题中使用有意义的实体词，减少语气助词、虚词、数词等，能够让机器更好地理解文章。例如同样一篇讲述明星时尚的文章，“范冰冰杨幂蒋欣也有画错妆的时候，有点惊悚！”这个标题就比“你见过他们画错妆的样子吗？有点惊悚！”体现出了更多文章中的代表性信息，能够让机器更精确得识别文章特征，获得更多的推荐机会。

其次是文章正文中词的频率和性质。一篇文章在机器识别过程中，会被解析成字、词等粒度的语料，系统根据这些字、词的频率和性质，判断文章的特征。与我们人的经验认知一样，一般而言，我们判断一篇娱乐类文章是关于电影新片的报道，往往从字里行间中出现频率较高的明星名字、电影片名、电影专业术语得出结论的，例如周星驰、朱茵、大话西游、翻拍等词。机器也会从文章出现的高频词中，识别这些词并进行判断。

另外，语气助词、虚词、介词等，尽管出现频率较高，但由于这种词在各类文章中都经常出现，机器对这些词会进行特殊处理，不作为文章的关键词。机器提取出关键词后，会将这些词用分类模型等进行分析，选取命中分类词库比例最大的，作为文章的分类标签。例如一篇文章，提取出的关键词是周星驰、朱茵、大话西游、翻拍，那么该文章很有可能同时被打上娱乐、电影、经典电影等类别或标签。

三、哪些用户会接收到你的文章呢？

文章有自己的特征，用户也有自己的特征。推荐系统要做到把文章推荐给对它感兴趣的用户，不进要识别文章的特征，也要对用户有全方位、动态化的认知，只有这样，才能充分了解用户的阅读兴趣。而用户的特征和阅读兴趣，就是机器从大量的数据中分析出来的。

这些数据包括什么呢？

（1）用户的基本信息

性别、年龄、职业、地理位置等；

机型、品牌、账号（包括第三方登录账号）等；

（2）用户直接表明兴趣的行为

关注的栏目

订阅的中访在线

搜索的话题

用户主动反馈的不感兴趣类别、关键词等

（3）智能分析计算得到的用户兴趣偏好

阅读/分享/收藏过的文章分类、关键词等

相似用户的喜好

机器从这些数据中分析用户的兴趣偏好，数据积累得越多，机器对用户的判断准确性越高。也就是说，一个用户产品使用时间越长、点击等行为越丰富，机器越能建立全面立体的用户兴趣模型。

与文章的特征一样，用户的兴趣偏好也有类别、关键词等标签。一个用户既可能有周星驰、吴孟达、梁家辉、iPhone、马云、阿里巴巴等关键词的阅读兴趣，也可能有电影、港台电影、手机、互联网、科技等分类标签兴趣。没有两个用户的标签是完全一样的。

推荐系统的个性化推荐，可以简单理解为这样一个实现过程：当我们识别到某个用户有周星驰、港台电影的兴趣时，我们会在文章中寻找带周星驰或者港台电影标签特征的文章，将这些文章与用户进行智能匹配，实现个性化推荐。

四、其他影响推荐的因素

很容易想到，如果根据上述原理，单纯依赖于文章的分类、关键词标签和用户的分类、关键词标签匹配进行推荐，那么每天在中访在线有数万篇文章被生产，其中相同的分类、关键词标签的文章肯定不少，这些文章难道最终都被推荐给相同的用户、拥有相同的推荐量吗？

当然不是！

我们希望优质的、受欢迎的内容能够被更多用户看到，对于不优质、不受用户欢迎的内容，则尽可能避免推荐资源浪费。因此，在文章生产后，机器会有一个初始投放的过程。在初始投放时，我们将文章推荐给与这篇文章特征最匹配的用户，这些用户由于对文章所在分类、领域等关注度高、感兴趣，他们对文章的质量判断相对而言也具有较好的可信度。这些用户的行为数据反馈，包括点击率、分享数、收藏数、阅读进度、读完率等，对后续的推荐起了非常重要的作用，数据表现越好，被认为文章越受用户欢迎，越有机会获得更多的曝光。

此外，文章还会具有一定的时效性。一篇文章的时效性有24小时、48小时、72小时、一周等。文章的时效性也会影响到推荐的周期和顺序。举个例子，一篇文章刚进入推荐系统时，系统会通过类别、关键词等找最感兴趣的用户1000个，如果这批用户被推荐这篇文章后，点击率很高，系统会认为这篇文章很受用户的欢迎，它将会把文章推荐给更多用户，如果下一轮被推荐的用户仍然表现为对文章很感兴趣、点击率高，那么文章会被再次扩大推荐范围，获得更多的推荐量。

以此类推，只要文章在每一轮扩大推荐保持较好的数据表现，推荐量就会不断扩大，直到过了文章的时效性。

从上述机制，不难发现，想要获得高的推荐量，就必须创作一篇受用户欢迎的文章，来拉动各项数据指标。

（1）好的标题和配图，提升点击率。直接的方法就是创作出吸引人的好标题，设置与文章主旨相符的、引人入胜的好配图。当然，吸引人的标题不能过度创作，变成夸张的标题党，系统对于识别出是标题党的文章，是会打压推荐量的。

（2）文章引人入胜，提高用户阅读时长和读完率。这就要求作者的正文，图文并茂，具有较高的可读性，吸引读者读完文章、较长时间停留在正文阅读页。如果标题很吸引人，用户点击进来发现正文写的不好，会马上跳出页面，这样，用户阅读时间过短，系统会识别为虚假点击，影响文章的数据表现。

（3）观点实用、独到，提高用户的收藏数、分享数、跟贴数。很多用户有分享、收藏的行为，如果文章质量佳、实用性强，用户会自发地收藏或者转发；而文章观点独特、吸引用户跟贴，更能提升文章的数据表现。

（4）内容合规，避免被用户举报投诉、负面评论。我们设置了虚假新闻、低质量、低俗等投诉选项，如果用户投诉达到一定数量，文章将会被系统识别打压；用户评论中如果出现一定数量的负面评论，也会影响文章的推荐量扩大。

（5）保持账号的优质性。我们对账号也会进行质量评级，如果该账号一贯以来，发表的文章产量稳定、质量好、受用户欢迎，那么我们将会在推荐量上给予其下一篇文章的鼓励。当然账号的质量评级是动态进行监控的，如果发现账号最近的文章质量下降了，我们也会取消其原有的质量评定和推荐量激励。

五、文章的数据表现为什么不好？

作者最关心的、同时也是最能影响文章在推荐系统的后续效果的，就是推荐量、点击率这两个数据。有些作者可能对文章的推荐量、点击率表现不好存在疑虑。在这里对这两个数据简单进行解读。

（1）推荐量低

相似文章过多，被去重；同话题文章过多，内容供过于求。很多作者擅长抓住热点加以发挥创作，这样能够吸引主流用户，但由于很多作者都有这个倾向，导致一部分文章集中在某一个话题或者领域，甚至相似度过高，被系统去重。这个很好理解，100篇同话题文章，对应10000个用户，和10篇同话题文章，对应10000个用户，每篇文章的用户获得的推荐量肯定是不一样的。

感兴趣或者潜在用户人数少。推荐系统的机制就是将文章推荐给感兴趣的用户。如果文章涉及的话题、事件过于冷门、晦涩难懂，鲜有用户问津，那么系统能为文章找到的感兴趣用户或者潜在感兴趣用户较少，导致推荐量低。

时效性短。一些文章发布后，受内容或者话题时效性影响，时效性非常短，会影响到推荐量。

内容存在审核和投诉等合规性风险。如果文章不符合审核管控规定，会被审核员认为不可推荐；如果文章过了审核，但推荐过程中被用户投诉或者负面反馈过多，也会被系统下撤停止推荐，影响推荐量。

（2）点击率低

标题吸引力不足。标题对用户无吸引力，文章的点击率自然就不高。

配图不够吸引人。资讯阅读往往是碎片化时间进行，视图表现对吸引用户点击至关重要，如果图片平淡无奇或者图文不符，用户自然失去点击的动力。

文章特征不明显，识别成本高。如果作者发表的文章跟该账号之前的文章类别差别很大，比如一个财经类的账号，发表了一篇体育类文章，对于系统来说，增加了分类的识别成本；如果作者本身发表的文章涉猎广泛，文章的标题和正文能命中类别词库的词也很少，系统提取关键词、识别分类的成本也会很高。这些都会影响推荐效率，从而影响点击率。这就希望作者尽可能地在自己擅长的垂直领域进行专业化创作，保证高水平的点击率。

（来源：中访在线/作者：叶红）

责任编辑：文禾

支付宝

微信