影响文章推荐量的第三个原因——账号权重。
高质量的文章，首发会得到机器的识别，去同质化后的文章，肯定会有推荐。但是，原创文章、独家报道、深度文章，每个级别文章的推荐量都不一样。
首先我们来看一下每个词的意思。
原创文章：原创文章起步的查重率是70%以上，不能有任何抄袭、伪原创；个人观点内容要超过70%，文章是没有营销性质的；软广、硬广、活动信息，平台认为是不具有可读性的。
独家文章：平台以创作栏目文章、活动文章等形式向优质自媒体人、平台签约自媒体人约稿，并签订独家的协议。这个是要求独家首发，而且现在只是机器判定的，所以平台要求文章必须是100%原创作品，人人都有机会与平台签约，独家文章类似平台栏目约稿，收益也是非常高的。
深度文章：单篇文章的文字不少于2000字，文章包含比较独特的观点和独到的见解，文章主旨有逻辑，文章结构清晰。论述观点的语言要有知识性、深层次性，让人读了之后有收获或者感悟，区别于碎片化阅读，有比较强的专业性，比如垂直领域，比如育儿、更加深层次的育儿知识，比如热点社评、文化、艺术冷知识等。
高质量文章：文章字数不低于1000字，图集类不低于8幅，文章具有可读性，有一定的传播性，让读者在一定时间内阅读能获得知识，文章具有一些热度、话题性、时效性等。
堆砌关键词：平台是不提倡文章大量出现关键词的，长期做一些关键词，很容易被机器判定出来，从而给你的文章降权。一些文章中的敏感词：国家时政、国家领导人、本地的突发新闻等，都很容易被下线，更不要说推荐了。
用户标签：系统对文章标签化识别的同时，也会对C端（面向终端用户或消费者的产品）的每个用户进行标签匹配，也就是用户的基础标签，比如客户的年龄、地域、年龄、兴趣话题等。
每一个用户画像，包括用户的职业、爱好、人口分布、主要来源等，这就是基础标签；深层信息以及深层的挖掘，包括用户的点击、浏览行为、信息收藏、分享、打赏等。包括预测，从淘宝平台和UC平台根据淘宝的数据化分析，一点资讯是用户搜什么就准备什么，头条是用户看什么就推荐什么。这些大数据的分析，让用户的画像更加立体。
标签以外的干预：在文章没有违禁的情况下，推荐系统会对用户标签与文章标签进行匹配，特殊的文章会有策略性和人工性的干预。
策略性干预：对每一个自媒体账号的综合质量进行整体的评估，评估内容包括更新频率、发文质量、阅读完成率，用户互动活跃等指标。账号综合指标质量很高，推荐就会高。坚持不断更、提升用户互动就是基于这个原因，因为它会影响推荐。
人工干预：就是把你的文章进行专题的编辑和干预，如果违反了平台、国家等方面的规定，可能会直接被下线或者封号。
自媒体是以人工编辑和机器算法相结合的模式做内容分发的，其中大约70%的长尾流量掌握在算法手中，30%的头部流量握在编辑的手中——特别是在涉及内容导向和价值观的领域里。当然，这只是一个模糊数据。更多时候，两者是结合在一起的。编辑会在重大事件突发时，做出人工强运营并人工置顶干预，基本逻辑是：特大事件全干预，重大事件强干预，一般事件半干预，长尾垂直不干预。
总结一下：
我想传达的点是，当你的文章浏览量不是很高时，不要只看浏览量与粉丝量。一个拥有1.5万粉丝的科技领域头条号、公众号，它的价值是远远大于拥有10万+粉丝的娱乐号和社会号的；一篇拥有0.5万浏览量的科技领域文章，它的收益也是远远大于一篇10万+的娱乐或社会文章的，所以大家一定要站在清晰明了的角度来看待浏览量这个问题，不要去跟不同领域的人、不同目标人群的账号、不同目的的自媒体账号去相互对比文章的浏览量和粉丝量，因为大家的领域和定位不一样，变现的渠道方法不一样，评判标准肯定也不一样。