作者君自己也做自媒體，說說自己的看法。

推薦260閱讀量50的話這個閱讀量還算可以，但也算不上高。

比如:先推薦給10個讀者，那麼，您的文章的標題和題圖出現在這10個使用者閱讀列表裡，這就完成了一次推薦。如果這10個使用者對您的文章感興趣而點選進閱讀了，只要不是很短時間退出去，機器就按照一次有效點選量計算。這10個使用者中越多人點選閱讀您的文章，說明您的文章值得推薦，機器又會將您的文章再推送給100個使用者，再根據使用者點選率（包括閱讀完成率、點贊、收藏、評論、轉發等）再進行下一輪推薦。一般這個過程會持續好幾個小時。特別好的文章甚至能持續推薦好幾天，然後推薦量將逐步衰減下來。

所以，根據這個機制，文章的推薦量和點選量是同步正比的。但點選量的多少，更重要的是你文章的質量。根據作者君的經驗，一般點選量佔到推薦量的10%到30%，也就是每推薦一百人，大概有10-30人閱讀，機器就會持續推薦。推薦得越多，點選量就可能越大，收益也就會更多。

你的閱讀量在20%左右，算是在中間值，已經很不錯了。

推薦260閱讀量50的話這個閱讀量還算可以，但也算不上高。

比如:先推薦給10個讀者，那麼，您的文章的標題和題圖出現在這10個使用者閱讀列表裡，這就完成了一次推薦。如果這10個使用者對您的文章感興趣而點選進閱讀了，只要不是很短時間退出去，機器就按照一次有效點選量計算。這10個使用者中越多人點選閱讀您的文章，說明您的文章值得推薦，機器又會將您的文章再推送給100個使用者，再根據使用者點選率（包括閱讀完成率、點贊、收藏、評論、轉發等）再進行下一輪推薦。一般這個過程會持續好幾個小時。特別好的文章甚至能持續推薦好幾天，然後推薦量將逐步衰減下來。

所以，根據這個機制，文章的推薦量和點選量是同步正比的。但點選量的多少，更重要的是你文章的質量。根據作者君的經驗，一般點選量佔到推薦量的10%到30%，也就是每推薦一百人，大概有10-30人閱讀，機器就會持續推薦。推薦得越多，點選量就可能越大，收益也就會更多。

你的閱讀量在20%左右，算是在中間值，已經很不錯了。

推薦量260，閱讀量50，這兩個數字看起來好像很低，但是你仔細分析，這個閱讀量佔比其實已經達到了五分之一，如果我們的推薦量能達到1W，閱讀量就有2000，這樣的話很明顯就能看出問題所在了，那我們要怎麼去提升推薦量呢？

但是每個平臺都有每個平臺的“玩法”，我們沒有得到平臺的資源，首先要看看我們是不是沒有“遵守規則”。

1.標題黨

影片或文章標題過分誇張驚悚，像是一些“不轉不是XXX”、“價值XX萬不看會如何如何的”這類標題一定要避免，現在平臺對這類標題都查的比較嚴格。

限流是經常的事情。尤其要注意標題不要出現一些歧義色情內容，這也是有可能會被限流的。

2.影片內容低俗

像第一張圖片，因為影片是搞笑領域，所以內容涵蓋面比較廣，稍稍沒有注意尺度，平臺就會判定影片內容低俗，限制推薦量，嚴重的會直接下線，

所以要注意影片質量，拿捏好尺度，不要製作過於低俗的內容。

3.文章錯別字多

有時候寫文章打字比較快，不會逐字逐句的檢查，輸入法有時候就會出現錯誤，錯別字是會影響機器判定文章以及使用者閱讀的，平時在編輯完文章以後，要大致瀏覽一下

4.圖片含有水印

配圖或是封面圖中含有水印，像推廣資訊或產品資訊，亦或是原本圖片存留的logo資訊，這樣的圖片會影響使用者觀感，

所以我們一定要注意配圖質量，優勢是封面圖，最好不要出現水印推廣資訊，不然極有可能會影響推薦量。

智慧推薦演算法原理的本質

先給內容打標籤，受眾打標籤，接著內容投遞冷啟動，透過演算法將內容標籤跟觀眾標籤相匹配，同時由觀眾互動量級決定進行下一步向多少人分發。

這隱藏的一個天大的乾貨就是你的文章要想獲得大的推薦，就一定要踩大類標籤。機器讀不懂你的文章，他能識別的只是關鍵詞對應的標籤，而關鍵詞標籤背後封裝的則是相應的觀眾群。有些標籤背後對應的可能是1億人，而有些標籤可能只有區區數千人。超級爆文必定來自超級標籤!踩對標籤就贏在了起跑線。

怎樣確保踩中標籤?

提煉自身賬號所屬行業有小及大的關鍵詞矩陣，有現成的最好，沒現成的靠經驗積累。

說真的，這個閱讀量已經算是比較高了！

最好的閱讀，也才1萬推薦，741的閱讀！

個人感覺，推薦量/閱讀量的比率主要有幾個方面的影響：

這樣的閱讀量會比較高，但推薦量會比較低，因為寫的人太多了，

即：文章內容通知化嚴重

2 比較專業性的、標題比較誇張議論文，這類的文章，雖然推薦量比較高，

但能夠轉化的閱讀量還是比較低的，可能大多數人對紙上談兵不感興趣。

我就有一篇文章：足足3000多字，閱讀/推薦<1%

3 專業性的且能夠解決一些實際問題的技術實踐文章，無論你的標題怎麼樣，

都能夠得到不錯的資料，因為文章非常真實的幫助別人解決了問題！

總結，由於自己作為技術人員，可能分析問題有點片面，

不知道大家是否還有其他什麼看法呢？

還可以啦，按照比例的話不低了，基本是5推薦1閱讀，如果達到一萬推薦就是2000閱讀，十萬推薦就是20000閱讀了，關鍵是後續的推薦量達到多少。

不算高，五分之一我覺得還是偏低了點，怎麼也得要有個三分之一閱讀才算高吧，我很多影片播放量也就五分之一左右

這三個差不多推薦量，前兩個也就能達到五分之一左右，後面這個還是達不到，太難搞了！

第2步：試錯，總結。

這個嘗試的過程，其實是不斷的試錯的過程，我每天都會總結幾條自己的經驗，寫下來，經常拿出來看一下，讓自己避開幾個大坑。

第3步：學習，模仿。

拆解之後我會進行模仿，比如有人對一個社會新聞事件做了一個評論，我也會對當天的一個熱搜新聞事件寫一個評論。比如有人寫了一個關於職場的小故事，我也會模仿著去寫一個小故事。比如有人寫了一個明星的故事，我也會把自己比較喜歡的幾個明星的故事分享出來。

這個模仿的過程中我是完全沒有什麼方向的，只是看到別人寫什麼成了爆款，我就去嘗試寫。但是在這個過程中，我漸漸的篩選出來最適合自己的風格，我發現自己不太擅長去寫明星娛樂，也不擅長去做新聞事件的評論，我更擅長的是把自己的一些見聞是把身邊朋友的一些故事寫出來，然後總結出一個小觀點，這些往往能夠激發出共鳴，獲得一個比較高的閱讀量。

第4步：調整和改進。

模仿只是暫時的，我們不能永遠去追隨，在模仿了別人之後，還要根據自己的情況去做一些調整和改進，找出最適合自己的。

用這樣4個步驟，我實現了20多天從粉絲數非常少的新手，實現了漲粉5000多。