理论
今日头条在2012年创立之后,一路高歌猛进,积累了大量的用户,曾一度号称日均活跃用户高达2.5亿,可见其用户体量是何等的巨大,这也成了作为我们重要的引流阵地。期间,也有很多前辈写了一些关于今日头条技术攻略文章,总体可以归纳为以下几个量化的指标:
1) 点击率
2) 阅读时间
3) 评论
4) 点赞
5) 收藏
6) 转发
虽然这些因素都很重要,但是这些都不是我要讨论的点,我要讨论的重点是内容的构造。有些大佬也分享过,内容归结起来有两点:一是追热点,二是寻找热搜关键词,然后根据关键词去做内容。热点或热搜关键词可以通过以下几种渠道去寻找:
1) 新浪热搜(http://s.weibo.com/top/summary?cate=realtimehot)
2) 百度搜索风云榜(http://top.baidu.com/)
3) 关键词规划师(http://www2.baidu.com/)
4) 5118(http://www.5118.com/)
5) 词库网(http://www.ciku5.com/)
6) 爱站词库(https://ci.aizhan.com/)
的确,这些都是行之有效的方法,但是我还想是从使用场景出发,来探讨一下内容构造。
场景举例
小纯是一个喜欢体育资讯的人,打开今日头条的时候,他会看一些体育资讯,当然看到热点新闻或者美女图片的时候,他也会点开了看一下,那么今日头条也会根据小纯的兴趣爱好和浏览轨迹,生成大数据标签,可能给他贴上的标签是:90后、喜欢美女、猥琐男、体育,然后根据这些标签去给我推荐内容。
这个就是一般用户的使用场景,通过场景能够推导出内容首先需要满足两个条件:一是符合用户标签,二是标题具有吸引力的,根据标题跟标签去创造内容。那么什么样的内容才会具有两个条件?其实可以参看阅读量在10w+,100w+的爆文。
实操
工具
python
python geckodriver
python PhantomJS
python第三方库:selenium、jieba(结巴)

第一步,打开今日头条娱乐版块(https://www.toutiao.com/ch/news_entertainment/):

由于是信息流样式,所以只有不断的鼠标往下拉,才能得到之前的文章,那么我们小调用火狐浏览器,具体代码参考如下,它可以实现浏览器自动滑动,显示信息流的内容

然后excel整理得出的结果是,可以得出文章的url跟标题。

第二步,筛选高评论的文章,一般情况下,评论数跟阅读量是成正比的,然后抓取高评论文章的标签,代码参考如下:

然后excel整理得出的结果是,可以得出文章对应的标签。

最后通过excel数据透视表得出结果:

第三步,进行爆文标题分词,分析爆文出爆文常用词,代码参考如下:

经过Excel数据透视表整理得出结果,分析占比最大的常用词,

总结
1、 越多爆文都使用的标签,说明其受众是巨大的,才有可能成为爆文的可能;我们创作内容使用这些标签,或者针对这些标签创作内容,在一定程度上让我们内容具备了爆文的特质。
2、 除了内容本身之外,标题占了很重要的一部分,那么抓取标题常用词,在一定程度上就能够吸引到用户去点击我们所创作的内容。