這個,我覺得有幾點吧。
一,有內在價值,好的作品。
你有內在價值,便會吸粉,增加人氣,而機器演算法在計算人氣的時候,會根據人氣推薦,是一種統計資料,如果說,作品推薦很多,點的人少,機器就會減少推薦,如果推薦很多,點的人也很多,機器演算法就會繼續增大推薦,直到人氣減少。
二,新手第一印象作品是不是很吸引眼球。
就算第一印象很好,大家都點進去了,但內容不好,但大家都不評論,不點贊,同樣會給機器造成誤解,而減少推薦。而內容優質,大家就會轉發,在讀者之間造成粘性,機器統計的傳播就是指數式的,這時,就會給機器造成很熱的幻想。
三,很熱的文章肯定是符合大眾的胃口,或者是大眾都面對同一問題,內容涉及範圍廣。
“好事不出門,壞事傳千里”,如果內容在社會引起很大的反響,迎合社會大眾胃口和大眾期望,就會給大眾精神上的滿足和心靈上的慰藉,大家就會七嘴八舌的表態,為一篇好文章添磚加瓦,內容就會慢慢豐富起來,人們也會被吸引,機器就會推廣。
四,我覺得這個獎誰都可以得。
這個,我覺得有幾點吧。
一,有內在價值,好的作品。
你有內在價值,便會吸粉,增加人氣,而機器演算法在計算人氣的時候,會根據人氣推薦,是一種統計資料,如果說,作品推薦很多,點的人少,機器就會減少推薦,如果推薦很多,點的人也很多,機器演算法就會繼續增大推薦,直到人氣減少。
二,新手第一印象作品是不是很吸引眼球。
就算第一印象很好,大家都點進去了,但內容不好,但大家都不評論,不點贊,同樣會給機器造成誤解,而減少推薦。而內容優質,大家就會轉發,在讀者之間造成粘性,機器統計的傳播就是指數式的,這時,就會給機器造成很熱的幻想。
三,很熱的文章肯定是符合大眾的胃口,或者是大眾都面對同一問題,內容涉及範圍廣。
“好事不出門,壞事傳千里”,如果內容在社會引起很大的反響,迎合社會大眾胃口和大眾期望,就會給大眾精神上的滿足和心靈上的慰藉,大家就會七嘴八舌的表態,為一篇好文章添磚加瓦,內容就會慢慢豐富起來,人們也會被吸引,機器就會推廣。
四,我覺得這個獎誰都可以得。