爆文软件小儿科，一般人熟视无睹的今日头条爆文黑科技(4)

用户在阅读含有某关键词的文章时，与其有关联的其他关键词同时被阅读的频次，以此为基础计算出的词与词之间的相关性。相关词距圆心的距离表示相关词与中心关键词的相关性强度，相关词自身圆形面积大小表示相关词自身热度指数大小。

(3)相关内容

“支付宝”相关的热门文章，以及实验室各版块与“支付宝”相关的内容。

(4)人群画像

某省份/城市用户对热词的阅读量，对比该地的全网阅读量，映射成该省份/城市的地域热度值。

(5)评论分析

提供含关键词文章的热门评论，按照评论热度(与点赞数、回复数等相关)进行排序。根据文章热度、对应文章下评论中的词频等因素，提供评论热词。

 功能介绍 

1. 热点追踪

(1)热门事件

以文章关键词为统计对象，科学分析并计算出关键词所代表的事件热度的加权和。影响加权和的因素有：包含该关键词的文章数，以及文章的阅读数、分享数、评论数和喜欢数等。当热门事件达到一定热度，可上升为精选报道。

当“支付宝”话题开始成为热点的时候，会以热门事件展示，并显示相关热度值，对应的热度曲线为该事件在指定时间区间内的热度走势。

(2)飙升事件

近日关注度上升最快的事件，可作为近期报道的线索。

(3)实时爆料

经过人工审核的爆料，根据爆料的时效性进行排序。实时爆料支持本地筛选，暂不支持文章类别筛选。

出于对爆料人的隐私保护，媒体实验室不提供爆料人的具体联系方式。有意向对爆料线索进行跟进的用户可在今日头条app内对爆料ID进行留言联络，以获得进一步的联系方式。

(4)实时爆料

每天最热门文章或爆料。根据文章或者爆料的阅读数、分享数、评论数和喜欢数加权求和计算出各个文章或爆料的热度值并进行排序得出。热门爆料支持本地爆料筛选，暂不支持文章类别筛选。

2. 精选报道

当天最具热门的事件，对该事件进行小时级别的数据更新，辅助记者跟进动态。

以“两会”为例。 1 月 19 日当天，“地方人民代表大会召开”成为当天的最热话题。该爆点话题会以banner的形式展示在首页。

进入专题，会显示该话题的热度指数、事件分析、用户画像分析、评论等数据。

3. 数据报告

数据报告为今日头条算数中心根据热点事件特别制作的数据报告，供创作者下载使用。用户可根据报告的领域、来源、标签、分类、关键词等来检索相关报告。

4. 事件监控

媒体实验室根据记者的报道、写作需要，为记者提供个性化的事件监控功能。

记者可以输入关键词或关键词词组(最多三个词，词之间的关系为“且”)，用输入的关键词或者词组来描述需要监控的事件。

关于“房价”话题，你可以键入“学区房+房价+限购令”三个关键词。

媒体实验室会在第二天的 10 点前自动生成该关键词或词组相关的数据报告，为你提供个性化定制服务。

生成的数据报告包括关键词热度、热文、爆料、视频、评论等维度。热度展示了监测事件以在某时间段内的热度变化;热文、爆料、视频则按照时间顺序，为记者提供最新的和事件相关的文章、爆料和视频。评论以最新评论和最热评论聚合，并按照词频热度提供评论关键词。

附注：数据参数说明

(1)热度指数

根据今日头条热度指数模型，将用户的阅读、分享、评论等行为的数量加权求和得出相应的事件、文章或关键词的热度值。在展示中，以小时或天为单位绘制成趋势图，表现出热度随时间的变化情况。

(2)性别渗透率

某性别用户对某事件或关键词的关注度/全网该性别用户产生的总关注度

(3)年龄渗透率

某年龄段用户对某事件或关键词的关注度/全网该年龄段用户产生的总关注度

(4)地域渗透度

某省份或城市用户对包含特定关键词文章的关注度，对比该省份或城市产生的总关注度，映射得到该省份或城市的地域渗透度

(5)手机品牌分布

某手机品牌用户对某事件或关键词的关注度/全网该手机品牌用户产生的总关注度

(6)相关性

关键词A和关键词B的相关度=同时包含关键词A和关键词B的文章的阅读数/包含关键词A的文章的阅读数

(7)用户兴趣

某兴趣类别的用户对某关键词或事件的关注度/某兴趣类别用户产生的总关注度，以此为指标对各兴趣类别在关注该事件的人群中从高到低进行排序。

(8)飙升热度

(事件今日的热度-事件昨日的热度)/事件昨日的热度

今日头条媒体实验室给内容生产者开了一个很好的上帝视角，应用得当全网内容热度的脉搏尽在掌握，不管是蹭热点还是优化自己所在领域的行文角度和风格都有都能做到有的放矢，斩获丰沛流量。

关于今日头条的玩法以及技巧该说的都差不多了，也就剩边边角角的野路子，如果本文阅读能破5000，留言破100，就来一篇吓死人的野路子大揭秘~

---------------------

文/徐戈，网络营销魔法师，互联网项目操盘手，多名大V幕后运营策划推手。

首发：http://xugeblog.com/archives/2538

（编辑：ASP站长网）