今日頭條的推薦機制

眾所周知，今日頭條是個個性化的新聞推薦引擎，在短短兩年多的時間內擁有了2.2億使用者，每天有超過2000萬用戶在今日頭條上閱讀自己感興趣的文章。因此，今日頭條也變成了非常多企業、自媒體人、網路營銷人聚集的地方，大家都想借著今日頭條的海量流量分到一杯羹。

操作方法

（01）在今日頭條的流量從哪裡來？毫無疑問是靠釋出的文章，經過今日頭條的展現後獲得使用者點選，今日頭條幫助媒體在上億使用者中精準的找到受眾，並將內容推薦給他們。那麼今日頭條海量文章推薦的機制是什麼呢？為什麼有的文章展現量幾百萬，有的卻只推薦了幾千？對於文章的推薦機制我們又能做些什麼呢？

（02）一句話：你關心的，才是頭條！　　這句今日頭條的slogan很清楚的告訴了我們，它的文章推薦機制是個性化推薦機制，最大化保證推送的精準度，儘量保證對的文章推薦給對的人，歸根到底這個推薦演算法關鍵是還在於對海量使用者行為的資料分析與挖掘，個性化推薦的平臺有很多，也許各家演算法略有不同，但最終目的都是殊途同歸，為實現最精準的內容推薦。

（03）今日頭條的文章個性化推薦機制主要是：相似文章主題相似性的推薦：通過獲取與使用者閱讀過文章的相似文章來進行推薦。基於相同城市的新聞：對於擁有相同地理資訊的使用者，會推薦與之相匹配的城市的熱門文章。基於文章關鍵詞的推薦：對於每篇文章，提取關鍵詞，作為描述文章內容的一種特徵。然後與使用者動作歷史的文章關鍵詞進行匹配推薦。

（04）基於站內熱門文章的普適性推薦：根據站內使用者閱讀習慣，找出熱門文章，對所有沒有閱讀過該文章的使用者進行推薦。基於社交好友關係的閱讀習慣推薦：根據使用者的站外好友，獲取站外好友轉發評論或發表過的文章進行推薦。基於使用者長期興趣關鍵詞的推薦：通過比較使用者短期和長期的閱讀興趣主題和關鍵詞進行推薦。基於相似使用者閱讀習慣的列表推薦：計算一定時期內的使用者動作相似性，進行閱讀內容的交叉性推薦。基於站點分佈來源的內容推薦：通過使用者閱讀的文章來源分佈為使用者計算出20個使用者喜歡的新聞來源進行推薦。