抓了10w个头条数据，分析了1w条爆文，写出了10w阅读的内容

　

内容

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。

作者：肖小纯(微信/QQ：593545575)

相关阅读

如何正确分析对手的网站

从小型的企业站到大型的门户站，以及商城网站等一系列企业网站都离不开分析，分析最关键的就是分析竞争对手的网站，孙子兵法中有一句老

https的优缺点分析

于这个问题，站长首先想到应该是网站安全问题，可以说网站安全问题其实是个大问题，主要表现在以下方面:1、首页会被篡改，非法跳转;2、网

网站需求的分析和解决方法

　　一个网站是为了获得商业价值，而获得价值就需要目标用户访问，想要让目标用户访问网站，做好网站用户需求分析势在必行。一个没有

如何对网站访问者进行分析

如何对网站访问者进行分析？无论是商业性网站还是非商业性网站，只要是面对公众的网站，都有一个目标用户群体。在进行网站规划设计之前

Keil N01:的软件逻辑分析仪（ logic analyzer）使用

在keil MDK中软件逻辑分析仪很强的功能，可以分析数字信号，模拟化的信号，CPU的总线(UART、IIC等一切有输出的管脚)，提供调试函数机制，用