二、内容相关2.1审核规范和细则为了让内容更加优质，可读性更强，网易号致力打造出更加健康的内容生态，每一篇文章都需要通过审核。 2.1.1 标题问题标题出现以下几种情况都会影响推荐，请各位作者慎重。
2.1.2 正文问题（1）正文格式
（2）广告
（3）低质抄袭
（4）推广这里的推广包括：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。 （5）严重广告行为以下文末广告行为是网易号0容忍的：
2.2内容推荐网易号作者创作的文章，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。 2.2.1 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”。 2.2.2 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。 2.2.3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，不仅要识别文章的特征，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？
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。 2.2.4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，那么每天在网易号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。 2.2.5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。 2.3视频相关2.3.1网易号视频发布规范1．视频标题字数限制① 为确保网友阅读体验，网易号作者上传的视频的标题字数应保证在11字到27字之间。 ② 请尽量使用中文标题，标题中外文字符或特殊符号过多时，将会影响视频正常发布。 ③ 视频标题过于夸张耸动，与视频内容不符，将影响视频分发至网易新闻客户端头条等相应位置，并影响账号星级。 
2．视频标签及视频分类添加规则为确保视频能够准确分发给目标用户，需要根据视频内容，为视频添加标签并选择合适的视频分类。 视频标签添加规则：
视频分类添加规则：
2.3.2网易号视频推荐标准审核包括机器审核和人工审核，网易号视频是先审后发机制，所有上传的视频都会经过编辑人工审核，把关视频内容然后按照标题、关键词、兴趣点、分类等派单给机器进行个性化分发。机审和人审会对视频进行过滤，根据视频具体情况，决定是否推荐到信息流。 1.如视频未通过审核，视频不会得到推荐。视频只有通过审核后，才会进入推荐系统。因不符合平台规范，没有通过审核的视频，将被管理员审核下线处理。 2.视频下发范围所有审核通过的视频都能出现在网易新闻客户端，并推送给相关用户，符合下发要求的视频，将在网易新闻头条板块以及网易新闻视频板块下发。原创和优质内容，能获得平台更多推荐。 3．哪些视频不会被推荐？
2.3.3视频原创1.什么样的作品算原创？
2.什么样的作品不能「声明原创」？
2.3.4如何开通视频原创功能
2.3.5 原创功能开通资格
2.3.6 违规使用处罚
|
|
|
