字节跳动 今日头条
朋友您好，我是国文。
这篇文章的主题是：今日头条的内容推荐机制。
有的时候，你花了很多的时间和精力，去完成一个作品，最后的阅读量却十分惨淡，收益更不用说；
有的时候，你随手完成了一个作品，本来没有报太大希望，阅读量却蹭蹭涨上来了，最后获得了一笔不菲的收益。
当收益变低，你的更新积极性瞬间下跌；当收益回暖，你的更新积极性又回来了。
那么如何去做，才会让我们账号的阅读量较高，且维持稳定呢？
我们就要琢磨：目标用户、我们的内容、广告商和平台规则了。因此，深度学习今日头条的内容推荐机制，是非常有必要性的。
01
头条推荐系统的本质
推荐系统的本质，就是精准、个性化推荐。系统会给作品打标签，给用户打标签，推荐用户可能感兴趣的内容。
在头条有大量的创作者，这些创作者们创作的作品，包括图文、图片、图集、视频、小视频、音频、问答和微头条等题材，都会被系统纳入到内容池里，积累几十万甚至上百万的内容。
对于图文、问答和微头条等作品，系统会进行关键词提取；对于音视频作品，系统会利用AI技术进行识别。这样，内容作品就被打好了标签。
最后，系统会根据标签，对于内容和用户进行个性化匹配，这就是推荐系统的本质。
新媒体更新头条号媒体直播媒体新闻NEW Update Headline Media Live
02
给用户匹配内容的时候
系统主要考量三个因素
这三个因素包括：内容、用户，以及用户对于内容感兴趣的程度。
关于内容，前面已经提到，系统会用关键词提取和AI技术识别，进行打标签，最后会被分类到多个领域，比如教育、体育、职场等等。
关于用户，主要是刻画用户画像，据此提供喜欢的内容。
刻画用户画像的维度有很多，比如：用户的年龄、历史浏览内容、环境特征等等。
每个维度都可以展开来获取数据，进行分析，比如环境特征来说，用户浏览某一个信息是在平时还是在周末，是在家浏览还是在坐车的时候浏览。
用户对于内容是否感兴趣，感兴趣的程度，主要通过用户动作来判断。
平台可以通过调研问卷，判断用户对于内容的态度，但是不可能每天都做调研，那么就只有一种方法：观察用户动作。
当一篇内容推荐给用户，如果ta不点击，那么就有可能是不感兴趣的；
如果ta点击阅读，但是很快就跳出，也不评论、点赞等，甚至会点一个不喜欢，系统就判定，内容打到了用户痛点，但是质量不高。
如果用户点击阅读，并且有点赞、评论、收藏等动作，甚至关注作者，那么系统就认为用户对内容感兴趣，且内容优质！
最后，系统综合各方因素，评估用户对于内容的满意度。给用户推荐最可能感兴趣的内容。
03
内容在推荐系统中的生命历程
审核+加权推荐冷启动+复核
创作者发布的内容进入到系统后，首先会经历审核环节，通过审核后系统会对内容进行一定的加权推荐，这个过程称为冷启动，冷启动完成后来到正常推荐。
内容推荐过程中，用户会对内容有反馈，据此触发复审，影响后续的推荐，以下来具体解读一下。
内容发布后，首先来到初审，符合规则的内容将通过审核开始推荐，而不符合规则的内容会被限制推荐，或者被退回，不予收录。
初审过程主要是判断内容是否符合国家有关法律规范，由机器和人工共同配合，进行审核。
一般情况下，初审的时间较短，基本可以控制到1分钟内；而逢年过节，或者迎来大型赛事、活动的时候，初审时间会有一定延长！
初审通过后，就来到冷启动环节。
对于新发表的内容，平台和系统不知道是否会火起来，因此会给它进行加权推荐，将它展示给可能喜欢的用户，加权后可能会展现（推荐）几千次。
根据用户的动作，可以看到哪些人群（不）喜欢这个作品。
内容达到几千次的展现后，系统会认为已经给足了机会，会撤销加权，冷启动流程结束。
经历了冷启动阶段后，系统已经收集到了基础的推荐效果数据，如果一篇内容的数据很好，系统会认为它是有潜质的，会加推，反之则会收紧推荐。
正常推荐过程中，系统会收到各种各样的用户行为，同时还能监测到很多数据异常，比如点击率高但是用户负面反馈数据也高，这个作品就会再次进入审核流程，进行复审。
复审过程中，系统会重点打击标题党、封面党、低俗虚假内容，停止推荐，优质内容继续推荐。
以上，就是本节课的全部内容，了解了头条号的内容推荐机制，接下来就该重新琢磨下，自己的账号定位、内容质量、创作和运营方法等问题。
在符合平台规则的前提下，争取创作更多优质的内容，加油！
