什么是自媒体？哪些自媒体平台适合我们开收益-学习考试视频-搜狐视频
什么是自媒体？哪些自媒体平台适合我们开收益
视频介绍：
介绍什么是自媒体？指出哪些自媒体平台适合我们开收益？专注自媒体运营视频教程
作者签名：
相信一切，活出自我
推荐出品人拒绝访问 |
| 百度云加速
请打开cookies.
此网站 () 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(3b6af31f-ua98).
重新安装浏览器，或使用别的浏览器微信运营：自媒体人必须知道的20个自媒体平台
姑婆是做渠道出身的，所以姑婆那些事儿一出生就具备了推广的基因，具备渠道推广的思路。什么是我们的渠道？百度知道，百度新闻，百度贴吧，百度百科，搜狐自媒体，百度百家，人人都是产品经理等等就是。我们的用户在哪里，哪里就是我的渠道。所以我们一开始就准备入住各种自媒体平台。截止到目前，搜狐自媒体，百度百家都是我们的发布渠道了。通过这些渠道，不仅给我们带品牌，甚至给姑婆网带来不少流量，也对很有帮助。
今天把我知道的自媒体的平台给大家罗列出来，希望对大家的有帮助。
一、微信公众平台
这是姑婆最重要的渠道了，也是用户量最大的，属于姑婆的最核心。微信公众平台?好像也没啥可说的了，大家都知道，到现在如果玩，真的不好意思说你是玩自媒体的。载体是微信手机客户端，海量用户，营销效果超好，它的公众平台是目前最热的。但是最近微信打开很低，需要有真正的干货。
地址：http://mp./
二、米聊订阅发布平台
这个姑婆没做，不知道是不是可以尝试下。VIP账号订阅发布平台，目前米聊注册用户27000万，VIP账号采取邀请制。
三、搜狐新闻自媒体平台
可以说，这是姑婆网的最好的渠道，直接可以带流量，审核也比较容易过。据说搜狐新闻客户端安装量第一(但好像谁也没当回事)，它弄的自媒体平台也很给力，后台很简洁，发布也很方便，郭耀天在该平台发布文章，很容易通过的。流量的话还行，个别文章会有上千的阅读量，但是切记，广告不要贪杯。
四、网易新闻媒体开放平台
你发布的文章会出现在网易新闻手机客户端中，而网易新闻是我必装的一款APP，里面的编辑都很会挑事。很多干货的东西都可以上面分享，是不错的平台。这个还没做，因为网易的人貌似没找过我们，我们也没用门路呀。
地址：http://open./
五、网易云阅读开放平台
我申请还没有通过，但是强烈大家申请这个平台，云阅读采取的是抓取网站RSS源，这样大家省去了更新内容的烦恼，如果你有网站直接RSS输出到云阅读了。这个还没做，因为网易的人貌似没找过我们，我们也没用门路呀。
地址：http://open./
六、360自媒体平台
360自媒体平台，推出比微信搜索还早，但是好像不景气，现在可以打开自媒体页面，但是也关闭申请页面，我申请的时候也不能申请，不知道后面会不会开发。没听说，以后可以试试。
七、百度百家自媒体平台
这个我们做了，效果如何还不知道，不过毕竟是百度，拿出来背书也是可以的。以前的百度百家申请是很严格的，需要你达到多高的水准，审核也很严格，现在开放申请，只要你喜欢写，就可以申请百度百家，还是不错的平台，文章写得好，得到推荐首页就牛逼了。
八、今日头条媒体平台
我们是受邀请的，比较有面子，但是发现带不来效果，所以后面没怎么管。今日头条申请不好申请，文章也是手工审核，发布速度比较慢，但是数据特别亮眼，往往一些趣味性的文章可以达到几十万的阅读量，上千的收藏量，我发布的一篇文章，一天时间有一万的收藏量。
申请注意细节：
1.提供有效的原创文章的链接，让今日头条查看质量
2.文章不能太少，必须是近期原创文章
3.文章的内容必须专注于一个一个点，针对性的去写
4.提供的文章不能转载很多，最好没有转载
5.文章的内容不能分散，今天你写东，明天你写西
6.文章的内容需要与头条号的定位相关
7.不能涉及明显的营销或者是推广行为
8.内容不能太空洞，需要有可读性
9.提供的原则文章的链接记得是pc能打开的，不然也会被退回，比如微信公众号的历史文章查询就不能PC端打开
10.证件照片要符合要求，要按照示例要求上传规范的证件照片，要求证件信息清晰可见。
九、微淘公众平台
不知道，没做。注册早的微淘的都能得到官方推荐，现在有点点晚了，但很适合淘宝卖家、淘宝客注册使用。用淘宝ID登录后台，这个信息流的账号运营者将来自淘宝商家、媒体机构,或来自某个消费领域的意见领袖等。很久没有玩淘宝，我没有申请微淘，今天测试申请看看能不能申请通过。
十、新浪微博粉丝服务平台
不知道，没用做。新浪旗下公众账号，点击我的主页--管理即可找到该功能，仅限+V用户。我也注册了，信息都是以私信的形式发送。信息达到率较高。
十一、易信公众平台
不知道，没做。微信公众平台出来，不管哪个平台都做一个公众平台，功能都差不多，对于易信，其实聚集听众还挺难，主要是营销人太多，真正用户较少。网易与中国电信推出的“易信”，除了具备微信的大多数功能之外，易信与微信最大的区别可通过易信给用户发送手机短信。现在易信你们很多功能还是不错的，比如问一问，晒一晒，特别是里面拼车功能是我目前体验最好的，每个人都希望艳遇，你们还可以艳遇，只是玩的人还是少。
地址：https://plus.yixin.im/login
十二、来往公众帐号
不知道没做，来往，估计很多人还不知道有这样平台的出现，当时马云推广的时候，还规定员工每天必须添加多少人，其实与微信对撞，真的是以卵击石，想玩的可以玩玩，也许你有不一样的玩法呢，但是不能小瞧的是现在马云下面的新版的支付宝，如果支付宝推出朋友圈这样功能，应该会叫购物圈，那么微信与支付宝真的有点意思。
十三、一点资讯
感觉和今日头条差不多。这个平台与今日头条有点像，需要我们申请，申请也很严格，人工审核，但是流量没有今日头条的大，但是比来往，易信这些平台流量大得多。
十四、简书
可以试试。这个平台怎么说呢，不用申请就可以发布文章，但是需要注册，老大很热心，会给你发帖子，反正平台不错，还能打赏功能，如果你没有原创的文章，可以这里开始申请，这里是不错的地方.
十五、.蓝鲸TMT
以后可以试试。这个平台申请很麻烦，需要邀请或者是去新浪微博私信，我没有申请，有兴趣的可以去看看，主要是TMT行业新闻发源地
16，飞信公众平台.
以后可以试试。牛逼之处在于它还能以短信的形式推送到手机上，这是优势，但感觉不太好。1中国移动推出的公众平台，认证非常麻烦，还要填表格、提交营业执照、加盖公章等。
地址：http://gz./
十七、速途网
这个一定要去申请。这个网站是网络权威媒体平台，申请也是很严格，你的文章一定有深度，不然不给通过，你可以测试
十八、鲜果
不知道，打造的是关注你喜欢的人感兴趣的事情，也是自媒体的平台，申请通过了，还没有认真的研究，有兴趣的也可以去研究
十九、派代网
可以试试。这个平台每天给那个开设专栏，但是上面的阅读，特别是电商，微商，淘宝方面的文章不比其他地方差，可以说，凡是做电商不知道这个网站，应该算是不专业的电商人，我们可以上面发布我们的运营方法，我创业开始的第一批开始就是来自这里，你一定不要错过，不管是做那一块电商，这里都是干货。申请很容易，但是需要文章精髓，得到推荐会给你稿费，广告需要有点水平，不然你得到会被和谐。
二十、站长网(A5)
我们已经是了，还没用好，以后加油。这个网站上面发布文章，是我发现收录最快的文章，你发布一篇文章，五分钟左右就被收录，算不是自媒体平台，但是你的文章有干货，一样可以有自己的粉丝去读，不要错过这样的平台，但是发布文章有限制，好像是十元永久会员，你可以去发发看看，绝对牛逼的平台。
地址：http://www.a5.net/
写在最后：
现在所有的自媒体人，都不会逃出这些平台，他们的粉丝都是这些平台吸引，不要认为都是微信上面来的，很多是把其他平台的粉丝聚集到微信，真正玩自媒体的人，不会在一个平台上吊死。仔细想想这些自媒体平台不就是网站的专栏嘛，另外如优酷土豆、微视一些视频为主的站也有自媒体平台，这里就不做介绍了。记得在任何一个平台搜“郭耀天”就能看到我的文章了 ，当然，巨头们圈了块地在给大家使用，但如果要找到好的地段，不花钱是不行的，我也才开始玩，希望大家多指点，我整理出来，是希望大家真正在哪里发力，不要整天就是傻逼兮兮的在微信上面玩。
我是郭耀天，现在专注移动互联网实战，电商的落地，有赞贵州的认证服务商，至于各个平台如何玩，可以加我的微信338233.我们私下交流，更多的干货，我们后期继续分享，本文首发微信公众号网络干货（wangluoganhuo），转载注明。
姑婆那些事儿（）是互联网推广运营知识分享平台，关注移动推广（android，ios）运营，网站推广运营、校园推广及互联网领域最新动态 。欢迎关注我们的微信（gupo520），新浪微博（姑婆那些事儿）。
本文由姑婆那些事儿发布，转载请注明本文出处，并附带本文链接，违者必究。
更新日期: 日
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
APP推广运营经验分享
网站推广和app推广手册
今日搜狐热点凤凰号出品
AlphaGo Zero启示：AI从0自主学习的可能性有多大？
原标题：AlphaGo Zero启示：AI从0自主学习的可能性有多大？ 作者 | 山世光以往，我们提起AI，有一个共识，即它在某些方面已经碾压人类，比如下围棋；它在另一些方面远不及人类，比如认识一只动物、认识很多只动物。原因之一是AI自主学习能力远不及人。前几天，AlphaGo Zero横空出世，从零开始，闭关72小时自我对弈围棋，即100:0完胜之前用了几个月时间成长、胜了李世乭的AlphaGo。这似乎表明，开发某个专项智能时，AI算法不再像过去那样动辄需要百万、千万量级的有监督大数据，算法甚至可以从0数据开始自主学习，顶多只需大规模无监督数据。 于是，很多人惊呼AI自主学习的时代到来了。似乎很快就会有一个叫做AI Zero的学神小宝贝横空出世，自主狂学一个月，马上长大成人，变成一个智商、情商超越人类的AI 100。但事实恐怕并非如此。我本人是做计算机视觉研究工作的，尤以人脸识别方面的研究比较多。便借AlphaGo Zero之东风，我也做了个Face Zero的梦，想了想人脸识别从0自主学习的可能性。AlphaGo Zero自造数据的思想很难扩展到Face Zero先看看AlphaGo Zero学神怎么做的：从0开始自造数据。对人脸来说，这个第一步就有点悬了，如何造人脸呢？围棋有明确的落子规则和输赢判断准则，按规则模拟对弈即可造出大量有监督的数据。可人脸如何从0造？如果没有任何的人脸样例或知识，除非上帝他老人家在，否则怕只能造一堆“鬼脸”出来——反正谁也没见过鬼，怎么造都行。如果这样，怕是这梦只能醒了。那，至少给一张人脸，让算法自己“举一反三”，创造千千万万张人脸可行吗？比如给算法一张大奥黛丽赫本的人脸图像，让算法把赫本这张人脸照片变啊变，变出1000幅赫本女神的人脸图出来，再变出成千上万不是赫本女神、但长相合理的人脸。且不说怎么变形的难题，这里面有两个问题需要解决：1/ 如何保证算法“举一反三”变出来的人脸还是女神的脸而不是孙悟空、猪八戒的脸部照？2/ 如何保证算法可以“举一反三”变出奥巴马、猫王等各种人的脸部照？要解决这两个问题，我们需要大量人脸的样例或其他知识，比如人脸的3D结构、成像的物理模型、老化模型、表情模型、眼镜模型等等。这就和最初“给一张人脸”的假设矛盾了，这梦便只能是南柯梦了。再退一步，即使我们有赫本女神人脸的3D结构和成像模型等，这两个问题仍然需要解决:什么幅度的3D形变，比如变胖或变瘦或变老，可以确保还是赫本本人而不会变成其他人？ 什么样的形变可以确保变出一个合理的人脸，而不会变出一个史瑞克或猪八戒？人脸识别在这里体现出一个和围棋对弈的较大差别：围棋有明确的胜负判定规则，而人脸识别并没有一个这样的“判定”规则。所以，人脸识别算法如果也使用对AlphaGo至关重要的增强学习方法，借“试错”实现自主学习，不太现实。这就像学生做模拟题，如果做完题不给他答案，不给他讲错在哪，什么是对。他恐怕难以进步。使用大量无监督数据的思路也很难扩展到Face Zero退一步，看看AlphaGo Zero其他地方有没有值得借鉴的。据AlphaGo Zero的论文所说，其核心之处是用增强学习来自动学习用于启发式搜索的评分函数（价值网络）。对人脸识别来说，其核心实际上也是学习一种评分函数，即计算两张人脸照片的相似程度:同一人图像相似度尽量高，不同人相似度尽量低。看起来有点机会。既然从0或从1开始不行，那么，是否可以给算法1亿张无监督（即没有标签）的人脸照片数据，然后让Face Zero借鉴AlphaGo Zero的思路学习评分函数呢？遗憾的是这也不行。因为我们使用的是无监督人脸图像，我们不知道这1亿幅人脸图像是多少人的图像，其中哪些是同一人的，人脸识别算法又不能像围棋算法一样自己判断对错和好坏，当然就没办法自我增强起来。所以学习这个相似度评分函数失去了依据。又是南柯一梦。看到这里，懂生成式对抗网络(GAN)的读者可能会反驳：有了大量人脸图像，即使是无监督的，我们也可以用GAN这样的类“增强学习”策略来生成各种看起来符合真实人脸“分布”的人脸图像。这样一来，给定一张赫本女神的人脸图像，Face Zero就可以生成她的各种美图了吗？可是，问题在于，没有了那些重要的监督信息，只能保证GAN生成的人脸图像看起来是张脸，但没法保证她不会变猫王或奥巴马。这举一反三的想法，恐怕还是不行。AlphaGo Zero的思想对减少人脸识别有监督数据需求量的价值较小再退一步，AlphaGo Zero的思想是否可用于减少有监督数据的需求量呢？例如，按照目前的方法论，用深度学习做人脸识别，首先需要收集整理尽量多的人脸图像，比如100万人的1亿张有标注的照片，然后让深度学习算法用这些图像学习如何提取可以区分不同人脸的好特征或者如何计算相似度评分函数。比如，先给人脸识别算法提供1万人的有标注人脸图像，让它学会区分1万人的人脸，然后让它“举一反百”、“举一反千”、“举一反万”，即从这1万人造出100万人、1000万人、1亿人，甚至全球所有人的图像。这个想法如果可行，那我们对数据的需求量就减少了100倍，这意味着在收集和标注数据方面，大幅降低了成本，从而使得深度学习算法的易用度“蹭蹭”的提高。为此，一种可能的办法是用GAN这样的类增强对抗算法“创造”不同的人脸。在“创造”第10001个人的面部图像时，要求其既与之前的10000人都不同，又要确保第10001个人的面部图像看起来是真实的照片，而不是卡通人像或鬼脸。遗憾的是，按照目前GAN的思想，是有局限的。GAN可以“内插式创造”，要“外延式创造”是有极大风险的，设想：如果算法能从10000个白人自动外延出从没见过的某个黄种人，怎么保证不外延出绿巨人？如果算法能从10000个鹅蛋脸自动外延创造出从没见过的国字脸，怎么保证不创造出被压扁的长条脸？那么，我们把GAN的能力限定在内插式创造。这要求我们在上面提到的10000个人具有足够的代表性。“代表人”经过精心挑选，均匀覆盖各种面部属性，如肤色、男女、脸型、眉形、眼型、嘴型、高低鼻梁、高低颧骨、粗细肌肤……这样一来，就可以内插创造出各种可能的人脸了。但是，10000人是否足够代表整个人类的特征？这里涉及几十甚至上百种面部属性的组合。每多一个面部属性，组合结果的数量便多几倍，呈指数爆炸式增长。就算每个属性只有2个可能的取值，比如男女，即使只有14种面部属性就有超过10000种组合。更何况，很多属性有很多取值，比如脸型、肤色、眼型，组合数就更多了。如果每种组合我们需要至少一个“代表人”（实际可能有些组合1个代表还不够，也有可能某种组合并不存在），这意味着我们需要的“代表人”数恐怕远远不止10000人…Face Zero的梦真要醒了吗？减少有监督数据需求量的其他可能别急着放弃做梦，上面的推演中并没有考虑人类对面孔的认识。以人脸识别为例，解剖学专家或许可以制定出一些“规则”，告诉我们什么样的脸部改造可以“创造”出不同但又实际存在的人脸。如此，便可使用少量有监督数据“创造”出或者说“虚拟”出大量数据，从而使得深度学习的易用性更高。举个例子，如果我们有10000个“代表人”的3D头部模型，以及相应的可以修改这些头部模型的方法，加上上述的“解剖学专家经验”，就可以像上帝一样创造出千千万万的人脸，且还是实际存在的、合理的人脸，而非绿巨人的人脸。这样一想，似乎最开始的想法在一定程度上成真了。但遗憾的是，这种想法离我们最初渴望的从0自主学习差了十万八千里了：既需要众多的精确监督3D人脸数据，又引入了大量的不容易用程序实现的“专家知识”。总之，仅仅以人脸识别Face Zero为例，AlphaGo Zero的启发是微弱的。谨慎乐观的说有一些，但这种启发并非AlphaGo Zero带来的，而是那个下围棋胜过李世乭的AlphaGo，甚至之前就已经有的“对抗增强”思想带来的。这令人遗憾。实际上不仅仅对人脸识别，对自然图像识别任务，对语音识别任务，对医疗诊断任务，对自动驾驶任务等众多问题，AlphaGo Zero的算法都难以产生直接的作用。背后的根本原因在于：与围棋最终可以自判输赢不一样，对这些任务不具备AI算法自判对错的能力，也就难以形成以自我奖惩为目标的自主学习。注：本文的推演并不说明AlphaGo Zero的算法对所有AI问题都没有价值，事实上，它对一大类AI问题的解决，特别是棋类、游戏类、模拟训练等任务，将带来方法论上的巨大变迁。作者简介：山世光，研究员，中科视拓创始人、董事长兼CTO，超过20年计算机视觉研究经验。已在国内外刊物和学术会议上发表论文200余篇，论文被谷歌学术引用10000余次。研究成果获2005年度国家科技进步二等奖，2015年度国家自然科学二等奖等。
本文来自凤凰号，仅代表凤凰号自媒体观点。
用微信扫描二维码
分享至好友
用微信扫描二维码
分享至朋友圈
凤凰争鸣微信号
来点暖心的！扫这里}