头条智能推荐算法

‘壹’ 今日头条的个性化推荐是基于哪些具体数据

今日头条的slogan很清楚的告诉了我们，它的文章推荐机制是个性化推荐机制，最大化保证推送的精准度，尽量保证对的文章推荐给对的人，归根到底这个推荐算法关键是还在于对海量用户行为的数据分析与挖掘，个性化推荐的平台有很多，也许各家算法略有不同，但最终目的都是殊途同归，为实现最精准的内容推荐。

今日头条的文章个性化推荐机制主要是：
相似文章主题相似性的推荐：通过获取与用户阅读过文章的相似文章来进行推荐。
基于相同城市的新闻：对于拥有相同地理信息的用户，会推荐与之相匹配的城市的热门文章。
基于文章关键词的推荐：对于每篇文章，提取关键词，作为描述文章内容的一种特征。然后与用户动作历史的文章关键词进行匹配推荐。
基于站内热门文章的普适性推荐：根据站内用户阅读习惯，找出热门文章，对所有没有阅读过该文章的用户进行推荐。
基于社交好友关系的阅读习惯推荐：根据用户的站外好友，获取站外好友转发评论或发表过的文章进行推荐。
基于用户长期兴趣关键词的推荐：通过比较用户短期和长期的阅读兴趣主题和关键词进行推荐。
基于相似用户阅读习惯的列表推荐：计算一定时期内的用户动作相似性，进行阅读内容的交叉性推荐。
基于站点分布来源的内容推荐：通过用户阅读的文章来源分布为用户计算出20个用户喜欢的新闻来源进行推荐。
麻烦请采纳，谢谢。

‘贰’ 今日头条里面推荐2.1万是什么意思

意思就是你发的这篇文章，已经推荐给了21000个人，他们打开app后会出现你的文章，但是他们不一定点开看，这和你的标题、配图都有一定的关系。

拓展资料：

推荐是你的文章好与不好的一个重要指标，指的是把你的文章推荐的人次，比如推荐1万人，则，将有1万人能看到你的文章，而，阅读，表示，这一万人中有多少人进行了阅读 。推荐是机器根据文章的专业垂直，标签来进行推荐人群匹配，要有高推荐，必须得好标题，好配图，好内容，高推荐才能带来高阅读 ，假如上面阅读达到1万以后，则推荐会上升到5万，推荐给更多的人，阅读越涨，推荐越涨。

推荐：机器先把文章推荐给可能感兴趣的用户，如果点击率高就会一步步扩大范围，推荐给更多的相似的用户人群。

“头条号”是今日头条针对媒体、国家机构、企业以及自媒体推出的专业信息发布平台，致力于帮助内容生产者在移动互联网上高效率地获得更多的曝光和关注。截至2016年11月底，已有超过39万个个人、组织开设头条号。其中约有30万自媒体头条号，以及政府、媒体、公司等其他类型的头条号约9万个。

上头条是如今的网络流行语，对一家媒体而言，头条新闻，是新闻焦点所在，它体现媒体编辑对政治、经济、文化、社会生活的敏感，反映当时当地社会脉搏的跳动。

上头条，主要是指通过众多力量，将本来不属于头条新闻的事件炒作为头条新闻。

‘叁’ 今日头条怎么写文章阅读量多

今日头条的最大特点就是针对内容的智能算法推荐。所谓智能算法推荐，就是把合适的内容推送给合适的人，平台相当于流量分发机器。

再对比微信公众号，纯粹靠订阅用户以及其社交关系链分发内容，平台本身几乎不参与分配流量。

这意味着就算你没钱没资源，只要你能做出“适合”的内容，平台就给你流量。同时，伴随着今日头条的申请门槛越来越低，今日头条可能是个体切入自媒体领域的最佳平台之一（甚至没有之一）。
今日头条的用户有什么特点？了解他们的特点，才能知道他们需要什么，该怎么搞定他们

大家看上面那张图。今日头条用户所在的城市，50% 是在三线城市及其以下。我之前写过一篇文章叫从智识角度来讲，它算不上精英市场，但是从精准流量或者从流量库角度讲，它就是一个非常好的流量池。

为什么呢？因为从内容来讲，一群人去投票，太高深的内容都看不懂，而那些简单的、搞笑的、猎奇的，受众范围最广的内容，才能获得最多的投票进而被推荐

你看今日头条的人群组成，三四线城市，它占了那么大比例，这意味着用户的受教育程度有限，类似“快手”，而且购买力偏低。
但是互联网的特点是只要用户数量大，再小的赢利点都能被无限放大。如果你很想做爆文，赚广告费，那么今日头条是个不错的选择。

另外说明一点，今日头条的广告分成系统是 2014 年才上线，很多人为了秀资历，能把牛皮吹到 2012 年入驻。
打造爆文制造机

打造一款爆文，主要搞定两个问题，平台和用户。

所谓搞定平台，最主要的是弄明白智能算法推荐的核心，获取平台尽可能多的推荐。

1. 推荐算法的本质是什么？

不用管花里胡哨的各种算法，或者看似高深的代码。说实话，机器目前还是单纯得爱。

机器的工作流程是先给内容和用户打标签，之后冷启动内容投递，通过算法将内容标签跟观众标签相匹配，同时根据观众互动量级，决定进行下一步向多少人分发。
这隐藏的一个天大的干货就是你的文章要想获得推荐，就一定要踩大类标签。机器读不懂你的文章，他能识别的只是关键词对应的标签，而关键词标签背后就是相应的用户群
有些标签背后对应的可能是 1 亿人，而有些标签可能只有区区数千人。超级爆文必定来自超级标签！踩对标签就赢在了起跑线。
大家看女性和男性的十五大阅读标签，这意味着如果你想打造爆文，一定要从这几大标签品类切入
如果你写了一个非常生僻的门类，还没出发就已经死了。怎样确定是否踩到标签？用手机客户端看到文章末尾即可。
怎样确保踩中标签？提炼自身账号所属行业有小及大的关键词矩阵，有现成的最好，没现成的靠经验积累。

‘肆’ 今日头条广告投放，是如何针对精准人群进行定向广告

今日头条广告如何精准人群投放，首先我们在搭建广告计划时，需设定好广告的投放地域、人群年龄、性别、兴趣爱好，注意创意物料跟落地页关联度，提高页面转化率，当你创意的点击率、落地页的转化率很优秀的同时，账户起量是很快的。

‘伍’ 今日头条的推荐机制是怎么算法的

今日头条是属于机器算法推荐机制的平台，也就是说，即使你没有粉丝来到头条上发表内容，也可以获得比较大的推荐，一个刚来头条不久的新人创作出10万百万阅读都是有可能的。
但要想创作出阅读量高的内容，就需要了解清楚今日头条的推荐机制：
每一个使用今日头条APP的用户，都会被系统打上各种类型的标签，比如你经常看体育看足球，今日头条就会认为你是一个体育爱好者，那么当有头条号作者发布足球相关的内容时，就会优先推荐给你。
所以说要想让你的文章获得比较大的推荐量，首先你需要在文章的标题和内容中，体现出来你的领域和人群，以方便系统判定你的类型，帮你推送给精准的用户。
如果你的标题和内容中都没有体现出来相应的关键词，那系统就不知道要把你的内容将会给推荐给谁，很有可能会造成阅读量，推荐量都不好的结果。
除了上面这个最基础的人群和关键词匹配外，用户的行为动作也是影响头条号推荐的关键因素。
评论，收藏，转发点赞和读完率，这些都决定的，你的内容是否会获得比较高的推荐。
一篇文章发布后会经过一轮这样的推荐：初审、冷启动、正常推荐、复审。
初审是一般机器审核，通过内容判定出你是否有违规行为，初审通过后，将进入冷启动阶段。
冷启动就是系统把你的内容推送给一小批可能对你内容感兴趣的人群，然后根据这个人群的反应，比如说读完率、点赞互动评论的整体情况，对你进行下一轮的正常推荐。
如果这些互动都比较好，读完率很高点赞，评论都很好，收藏量也很多，那么系统就会给你加大推荐，推荐给更多的用户。
当推荐到一定程度后，系统会给用户的反馈情况进行复审，比如说有人举报，或者负面评论过多，如果在复审种，发现你属于标题党或者内容过于负向，将系统将会不再推荐。
这是今日头条的推荐机制和推荐流程，弄懂这个推荐流程后，会对你的头条号运营有很大的帮助。

‘陆’ 今日头条是怎样做到精准算法推荐

今日头条借助个性化推荐提高用户浏览新闻的时长，个性化推荐中最常用的算法就是协同过滤算法，包括基于物品的协同过滤和基于用户的协同过滤。说成人话就是，与你同类的人喜欢什么，就给你推什么新闻，看了A新闻的人也浏览了B新闻，那么就给你推荐B新闻。
同时，根据用户的浏览轨迹和偏好，不断更新迭代用户的标签（用户画像），提升推荐的准确率。
个性化推荐中比较难的就是冷启动阶段，无法判断用户的偏好，因为难以推荐能吸引用户眼球的新闻。达观数据采用的是多种策略来改善冷启动用户的推荐质量，最重要的一点就是需要秒级生成用户画像，快速完成冷热转换，确保用户留存率。

‘柒’ 哪位大神知道今日头条的推荐算法是用什么语言写的是写在客户端还是服务器端。

当然是后端。都是在后端算法了，前端把结果推荐给你而已

‘捌’ 今日头条的推送算法好吗

您好，今日头条的推送算法是基于日常的浏览历史来进行计算的，作为某个类型的喜好人群作为基数推荐。
如果您不喜欢某一类的内容，可以刻意地不去看该领域的内容，逐渐地头条就会减少推送，直至没有。
希望能够帮助到您。

‘玖’ 今日头条的新闻推荐算法是怎样的呢

今日头条开始逐步引入个性化推荐的策略。他们所采用的，是协同过滤（Collaborative Filtering）** + 基于内容推荐，直到今天依然构成今日头条推荐算法的基础。
（协同过滤）是一个很好的方法，直到今天我们还一直使用。但缺点也很明显，对于没有行为（记录）的文章，没办法推荐，所以没办法用于文章的冷启动。所以我们引入了基于内容推荐的策略。比如计算文章的分类、文章的关键词，然后根据用户对文章的阅读、浏览等信息，细化用户的个人资料。——这样子，如果文章是和科技相关的，而用户的个人资料也显示科技相关，那么就算匹配。”

在之后的工作，是把特征、模型做得更加细化。比如，文章实体词的抽取。我们最近对文章的分析，已经做得很细，可以精确地提取实体词。我们近期引入了‘词嵌入’（word embedding）方法，做向量化的分析，还引入 LDA 的方法，进行 topic 分析等等。