Toutiaoのレコメンドメカニズムを解析！

序文

現在の中国のインターネット業界で、百度やテンセントと比較できる企業があるとすれば、それは間違いなくバイトダンスだ。かつては非常に地味だったこの会社は、わずか数年でインターネット業界の第一線に躍り出ました。

かつての内韓段子、火山動画、あるいは今日頭条、抖音、快手、西瓜動画などはいずれも数ヶ月にわたってユーザーが利用する高トラフィックプラットフォームであり、その中で今日頭条は他のアプリの中核的な基盤となっている。

では、どうやってToutiaoに足場を築き、ビッグVとなり、収益化を成功させるかは、すべてのオンラインマーケターが考えている問題です。

「コンテンツこそが王様」と言う人も多いでしょう。確かに、コンテンツはヒット記事を作れるかどうかを決める核心です。しかし、あなたが何度も気づいたかどうかは分かりませんが、たとえ優れた作品を書いたり撮影したりして、他のプラットフォームで公開して大成功を収めたとしても、Toutiaoではうまくいきません。

なぜでしょうか? 各プラットフォームには独自の推奨メカニズムがあり、非常に複雑な包括的なアルゴリズムで構成されています。また、包括的なデータも調べます。包括的な評価指標が満たされて初めて、本当のヒットとなるのです。

では、レコメンデーションの仕組みはどのようになっているのでしょうか？今日は、Toutiaoのレコメンデーションの仕組みと動作原理を詳しく説明し、皆さんと一緒にToutiaoアカウントを楽しみましょう。

1. コンテンツタグ

ヘッドライン記事が正式にプッシュされる前に、まず機械によるレビューを受ける必要があります。コンテンツが以下の指標に基づいてターゲット設定され、注目された後、記事にラベルが付けられます。

記事タグをどのように決定しますか? 主にキーワードに依存します。では、キーワードをどのように決定するのでしょうか? それは、高頻度語です。

たとえば、トラフィックを誘致してToutiaoを宣伝する方法を紹介する記事では、「今日のToutiao」、「トラフィックの迂回」、「宣伝」などが頻繁に使用される単語であるため、システムはこれら3つの単語をタグとして使用します。非慣用的な単語は記事の理解の難しさが増すため、できるだけ避ける必要があることに注意することが重要です。たとえば、「WeChat海外半月号」などの一部の俗語の代替語は、プロの取引口座の商人にしか理解できない可能性があり、Toutiaoのロボットはそれを認識できません。

2. ユーザー分析

Toutiao 推奨システムは、ビッグデータ分析を通じて対象ユーザーを理解しており、その判断基準には主に以下の 3 つの側面が含まれます。

（１）基本情報

ユーザーの性別、年齢、地域、よく使用するアプリなどを含みます。

例えば、重慶の25歳の男性ユーザーは、Toutiaoを使って芸能ニュースを読んでいます。システムは、ユーザーが好んで読むタイプの記事を、同じ地域、性別、年齢で、Toutiao をよく使用する他のユーザーに推奨しようとします。また、読書習慣からユーザーが好まないタイプの記事を学習し、このタイプの記事の推奨を減らします。

（２）コンテンツに焦点を当てる

注目の内容は、主にフォローしているアカウント、フォローしているチャンネル、フォローしているトピックの観点から判断されます。たとえば、Toutiao でフォロワーを増やすテクニックを語るチャンネルをフォローすると、システムはトラフィック生成とプロモーションのために同様の記事/アカウント/チャンネル/サークルを推奨しようとします。

（３）読書への興味

読書の興味には、ユーザーが過去に読んだ記事の種類とキーワード、類似のユーザーが好んで読む記事の種類、および「興味なし」とマークされた記事の種類が含まれます。

ユーザーの読書の興味を理解することで、ユーザーの読書習慣をさらに理解することができます。たとえば、ユーザーがストーリーをテーマにした記事を読むときに「いいね」をクリックし、マーケティングをテーマにした記事を読むときに「嫌い」をクリックする場合、システムはストーリーをテーマにした記事をユーザーに推奨し、マーケティングをテーマにした記事を減らすか、推奨しないようにします。

3. 推薦メカニズム

Toutiao のコンテンツ推奨は一夜にして行われるわけではなく、静的でもありません。代わりに、一括して推奨されます。Douyin にも同様の推奨メカニズムがあります。では、どのように推奨するのでしょうか?

1. 一括で推奨する

モードには 2 つあります。1 つは、一定の有効期間内に複数の推奨事項を提示するモード、もう 1 つは、異なる有効期間 (24 時間、72 時間、1 週間) を持つ推奨事項を提示するモードです。

2. 最初の推奨事項

初めて推薦される対象ユーザーの読書タグは、記事タグとの一致度が最も高く、記事に最も興味を持っている可能性が高いユーザーであるとシステムによって判断されます。

3. 最初の読み取りデータによって2番目の推奨量が決定されます

クリックスルー率、コレクション数、コメント数、再投稿数、完了率、ページ滞在時間など、最初の推奨のユーザー読書データによって、2 番目の推奨ボリュームが決まります。最初の推奨の総合指数が比較的高い場合、その記事はこのタイプのユーザーに適していることを意味します。その後、システムは 2 回目に推奨努力を強化し、より多くの人に推奨します。逆の場合も同様です。

そのため、多くの人は、投稿したコンテンツをすぐには誰も読まない、あるいは数時間で広まってしまうことに気づきます。これは、この推奨メカニズムに基づいています。

4. 推薦されない要因

（１）コンテンツが縦向きではない

Toutiaoアカウントを登録する際には、個人分野を選択する必要があります。分野に応じて投稿しなくても、システムは頻繁に送信するコンテンツとキーワードに応じて分野を決定します。送信した新しいコンテンツが分野と一致しない場合、システムはそれを再識別してから推奨します。これにより、記事が対応するユーザーにタイムリーに推奨されなくなり、当然、高い推奨量と再生量を獲得できなくなります。

（２）記事の内容

記事の内容とは、実際には記事の本文だけではなく、記事の表紙、写真、ラベル、タイトルなども含まれます。タイトルや表紙がユーザーにとって魅力的でなかったり、画像の品質が低すぎたり、添付画像がコンテンツとあまり関連していなかったり、記事コンテンツの質が低かったりすると、記事のクリック率が低くなります。

（３）選択した分野のユーザーベースは比較的小さい。

一部の分野のユーザー層は非常にニッチであり、Toutiaoの読者数も少ないため、執筆する記事の質が高くても、エンターテインメント分野や自動車分野など、注目度の高い大規模な分野ほど、短期間で多数の読者を獲得することは困難です。例えば、岩石や機械工学などの分野では、Toutiao 上で大量の推薦を得ることは難しく、結局、Toutiao ユーザーとの相性があまり良くありません。

（４）類似した内容が多すぎる。

もちろん、人気が高すぎる分野を選ぶのは必ずしも良いことではありません。競合が多すぎて、強いものも多いからです。話題になれば多くの大手Vが投稿し始めますが、注目するユーザーの数は限られています。一方で、そうした専門家と競争する場合、間違いなく不利になります。さらに、ホットなトピックについて書く人が増えると、そのトピックは新鮮ではなくなり、それに応じて読む人も少なくなります。

（ ５）非オリジナルコンテンツは重複排除される可能性があり、記事が複数回公開された場合など、推奨量が少なくなる場合があります。

（6）コンテンツの存続期間が短いため、推奨の有効期間も短くなります。たとえば、人気のイベントは通常、数日後には消え去り、推奨事項も自然にすぐに消えてしまいます。

上記は、Toutiaoの推薦メカニズムに関する多くの内容を列挙したものです。要約すると、Toutiaoを長く運用して良い結果を得たいのであれば、垂直分野で出力し続け、実践の過程で絶えずテストと探求をしなければなりません。すぐに、高い推薦と高い再生量に適した一連の創造的な方法を見つけることができると信じています。

著者: ブ・ジンユン

出典：排水下布静雲