今日头条及头条号推荐机制详解

头条号推荐原理大揭秘今日内容大纲1、头条是如何把内容推荐给用户的？2、哪些因素会导致一篇文章没有流量？3、如何改进，提高推荐量和阅读量？一、机器是如何把内容推荐给用户的？头条有一个非常庞大而且聪明的系统，它能知道用户喜欢什么，从而为他定制化推荐内容。

我们可以把头条的推荐机制拆分成两步：第一步：识别一篇内容第二步：确定推荐给谁机器如何理解一篇内容？简单来说，就是依托关键词识别技术进行内容刻画。

什么是关键词识别？以一篇文章《疫情期间企业易发刑事法律风险的若干环节及防控建议》为例：在这篇文章的标题和正文中，多次出现“刑事合规、刑事风险、法律风险分析、刑事法律风险防控建议”等词汇，很明显都是一些法律领域的词，那么这篇文章就会先被粗分类到法律领域，然后再根据具体的关键词细分到如“刑法、劳动法”等二三级分类。

如何让机器更好地识别你的内容呢？目前机器已经非常智能，识别率非常高，不过为了避免给机器识别造成障碍，我们可以避免以下情况：主题跨界的文章，例如范冰冰偷税，这类文章中，如果频繁提到范冰冰，影视方面的词，很可能就会被机器识别成一篇娱乐文章，如果文章被推荐给娱乐用户，阅读量可能非常惨淡。

如果我们希望文章被机器识别到法律领域，就应该尽量在标题和正文中强调正确属性的关键词，比如偷税、刑事责任这些与法律相关的词。

确定推荐给谁（个性化推荐）机器只有理解了海量用户的阅读需求，才会知道要把一篇特定的内容推荐给谁。

用户的阅读需求是以兴趣为核心的，机器会根据用户更喜欢阅读哪类文章，判断用户感兴趣的领域，从而将内容和用户匹配起来。

哪些因素会导致一篇文章没有流量？1、消重文章发布后，首先会经过消重机制检测，抄袭文章、非法转载文章会被消重无法推荐。

此外，自己原创的文章，如果被其他账号先发布到头条平台，也容易导致被消重。

建议：原创、先发头条、保证版权2、审核（机器+人工双重审核）（1）以下情况会导致不推荐、删除处理：时政、敏感、负面说明：不看内容所占的比重，出现这类内容即命中审核规则，无法推荐，哪怕只有一个词语（2）以下情况会限制推荐：地域：地区性新闻，只推某一地区质量：标题党、软文、违规推广【违规推广的定义】1、推广个人微信号、微信群、电话号、qq号、qq群；微信账号截图；二维码2、进行任何商业类推广信息3、在文章中加入诱导用户关注的任何语言违规推广将通过命中策略，轻则禁言扣分，重则封号，希望老师发文时务必注意~审核出现问题该怎么办？在微信群内进行反馈，反馈格式：文章预览链接（点击后台文章标题，会跳转到一个预览链接）：问题描述：审核未通过/长时间未审核（半小时以上）：文章没有通过审核，删除敏感的地方之后重新发布，可以吗？最好不要！再次发布容易被消重，导致不推荐。

新手必看的头条号操作今日头条内容推荐机制：本质是：从一个巨大的内容池里给当前用户匹配出最感兴趣的几篇内容。

这个内容池里有各种各样的体裁。

给用户匹配内容的时候，主要依据三个要素：内容、用户、用户对内容的感兴趣的程度。

一、平台怎么分别内容呢？就是提取内容中的关键词，将内容进行快速分类二、平台怎么匹配内容给用户呢？首先平台会多角度去刻画一个用户的画像，年龄、性别、历史浏览的内容、环境特征等等。

以环境特征为例，用户浏览信息是在家里还是外出，是周末还是工作日等等三、用户对内容的感兴趣程度当同时出现十几篇文章或视频的时候，他会对他感兴趣的内容就有所动作，点击阅读、分享、点赞、评论、甚至关注作者。

如果点进去看了两眼，不点赞不评论等，推荐系统就会认定内容不吸引人，不进行推荐。

四、审核环节进入审核环节，先是初审环节，系统会先进行加权推荐，就是冷启动，加权推荐一般是几千次，然后通过以上各种行为综合评估，在进行正常推荐，冷启动结束以后，平台对减少这个内容的加权推荐，这时候内容主要依靠靠创作实力进行推荐。

如果用户对内容行为综合评估之后，然后在进入复审环节，复审环节影响后面的正常推荐。

如何定位自己的内容方向和风格：评估自己的能力模型=专业能力+表达能力+兴趣点+持久力+个人特色【专业能力】：是指你在该领域的专业技能以及该技能带给读者的价值；【表达能力】：包括体裁选择（图文、视频、微头条）和表达逻辑（表达顺序）；【兴趣点】：兴趣是最好的老师，可以提供创作动力【持久力】：稳定定期更新，积累粉丝，建立自己内容库搭建自己的内容库存：首先头脑风暴，列出内容提纲，可以写出具体的内容标题草稿；【个人特色】：读者看到你的名字，就联想到你的特点；另外还要注意：头条上现在有什么内容+没有什么内容+哪些内容可能会受喜欢；去做一些内容延伸：比如你写西红柿炒鸡蛋做法，可能没人看，但你写西红柿炒鸡蛋怎么做汁水多，怎么做营养价值高等，小众的不要去做。

一、产品简介今日头条是北京字节跳动科技有限公司开发的一款基于数据挖掘的推荐引擎产品，为用户推荐信息，提供连接人与信息的服务的产品。

今日头条通过算法解读微博、QQ等社交账号登陆的使用者的兴趣，进行精准的阅读内容推荐。

二、产品特点基于个性化推荐引擎技术，根据每个用户的社交行为、阅读行为、地理位置、职业、年龄等挖掘出兴趣，进行个性化推荐，推荐内容不仅包括狭义上的新闻，还包括音乐、电影、游戏、购物等资讯。

对每条信息提取几十个到几百个高维特征，并进行降维、相似、聚类等计算去除重复信息；对信息进行机器分类、摘要抽取，LDA主题分析、信息质量识别等处理，精准推送给目标人群。

三、今日头条推广规则1、免费推广1.1 头条号渠道规则：（1）平台审核后，成为新手期；当头条号指数达650分，已推荐文章累计10篇时，自助转正。

（2）正常号发布内容频次为最多5篇/日，文章为500-800字最佳；（3）文章的收藏、评论、分享功能会影响文章的推荐率；推广逻辑：头条鼓励内容生产者产出好的内容，好内容有机会被头条推荐到首页的信息流中，被更多的用户可以看到；推广方法：（1）针对目前的热点，并结合产品卖点，产出爆款文章；（2）自定义菜单和外链，增加转化成新用户的机率；（3）发文时间尽量在流量高峰时间段。

1.2 悟空问答渠道规则：持续产出优秀回答，官方将评为问答达人，享有更多的曝光机会+有机会登上达人榜单；推广逻辑：通过认真回答产品相关领域的问题，并在保证有质量回答的前提下，植入推广信息。

只要有用户搜索到些问题时，回答的内容就相当于一块广告牌，持续带来流量。

推广方法：（1）主动收集潜在用户关心的问题，并进行发布，邀请匹配用户进行作答，适当时可以自己用小号作答；（2）与被推荐的可能有潜在用户关心的问题，相互评论互动；1.3 微头条渠道规则：（1）与今日头条的推荐机制一样，好的微头条也会被推荐至你的首页；（2）自主加V：头条指数在≥400、粉丝数≥10000后，可自主加V；官方加V，官方根据内容优劣，主动为你加V并会给出相应的称号；（3）微头条内容不占用头条号正常发文篇数；（4）微头条阅读量不计入头条号累计阅读量，不产生广告展示及收益；（5）微头条偏向短内容发布（短内容没有140个字数限制）；（6）头条号每天发文数量是有限的，而微头条没有发文数量限制；推广逻辑：根据微头条的渠道规则，可以知道，官方是鼓励产出优质微头条内容的。

今日头条的推荐机制分析今日头条，大家公认的一个超级大流量平台，其最大的特点就是文章的智能推荐系统。

但是，有些人在今日头条文章动辄几十万、几百万，甚至上千万阅读，但有些则只是几十、几百的流量。

除了内容本身的质量以及账号区别之外，最大的关键就在于其算法推荐规则。

搞懂今日头条文章推荐规则，是在这里进行精细化运营的核心关键。

那么，今日头条海量文章推荐的机制是怎么样呢？为什么有的文章展现量几百万，有的却只有几十几百？对于文章的推荐机制我们又能做些什么？首先在说文章推荐规则之前，另一个机制大家一定要先了解，那就是今日头条的消重机制。

你在头条号发布的内容，在通过审核和进入推荐系统之间，还有一道难关，那就是下面要说的消重机制。

基本上，文章被消重是头条号所发布内容无推荐量的最常见的原因。

1想要被推荐，先了解消重机制1）什么是消重？我们都知道，在互联网上，同样的文章、图片、视频往往会被很多其他媒体转载或复制。

如果我们在百度搜索一篇内容，经常会得到多个网址。

所以，我们一般需要自己筛选和判断，哪个网址更权威，更有价值，再点击去访问就可以了。

但是今日头条不一样，它是基于算法推荐给用户的。

所以一定要保证不能连续给用户推荐了几篇相似的内容，否者用户体验会非常差：怎么老是给我推荐一样的内容，什么鬼系统！所以，今日头条在推荐你的文章之前，必须确定这篇内容：●在系统里是否存在相同或者高度相似的内容？●如果存在，那么这篇内容的来源是否是最权威、最有价值、是否最有可能是原创来源？那么，消重就是指对重复、相似、相关的文章进行分类和比对，使其不会同时或重复出现在用户信息流中的过程。

今日头条首先会通过消重机制来决定同样主题或内容的文章是否有机会被推荐给更多用户。

2）头条号内容消重的关键项那如何判断两个内容是否相同呢？如果让人来判断，可能就要逐字逐句地把文章读完才能判断得出来。

通过计算机这样去判断当然也是可以的，不过，当每天需要处理的内容达到十多万篇次的时候，这么做即使对于计算机来也太麻烦了。

今日头条营销方案引言随着移动互联网的快速发展，社交媒体成为企业营销不可或缺的重要渠道之一。

其中，今日头条作为中国最大的新闻资讯客户端，拥有庞大的用户群体和精准的推送机制，成为企业进行营销推广的热门平台之一。

本文将介绍今日头条营销的基本原理和具体方案，帮助企业进行有效的推广活动。

一、今日头条概述今日头条是一家由字节跳动公司推出的新闻资讯客户端，于2012年上线，凭借其精准的推送算法和个性化的内容定制，迅速赢得了广大用户的喜爱。

截至目前，今日头条的注册用户已超过2亿，日活跃用户也达到了数千万。

在如此大规模的用户基础上进行营销推广，将为企业带来巨大的潜在客户。

二、支付形式在今日头条的营销推广中，企业可以选择不同的支付形式，根据自身需求和预算进行灵活搭配。

1.CPC（点击付费）：企业只需在用户点击其广告链接时支付费用，这种形式的推广费用相对较低，适合预算较为有限的小型企业。

2.CPM（千次展示付费）：企业根据广告在今日头条平台上的展示次数进行付费，适合需要扩大品牌知名度的企业，但相对费用较高。

3.CPA（按效果付费）：企业只需在用户通过今日头条广告链接完成了预期动作（如注册、下单等）后支付费用，这种形式的推广费用相对较高，但是带来的效果也相对较好。

三、营销方案下面将介绍一些基本的今日头条营销方案，企业可根据具体情况选择适合自己的方案。

1. 搜索广告今日头条的搜索广告是指用户在使用今日头条搜索功能时产生的广告推送，通过选择关键词进行精准定向投放。

这种广告形式能够有效地提高企业在搜索结果中的曝光率，吸引目标用户点击，适合进行品牌宣传和产品推广。

2. 信息流广告信息流广告是今日头条中最常见的广告形式，将广告以新闻资讯的形式插入到用户浏览的信息流中，以较高的社交属性和可读性吸引用户的关注和点击。

企业可根据自己的产品特点和目标用户，选择合适的信息流广告形式，包括图文混排、视频广告、轮播广告等。

3. 推荐引擎今日头条的推荐引擎是其最具特色的功能之一，通过算法推荐用户感兴趣的内容。

今日头条文章推荐机制揭秘，如何获得海量推荐？无论是看在钱的份上，还是看在平台庞大流量的份上，貌似在今日头条这个海量流量平台开个头条号已经成为了大家的标配。

但是，有些人在今日头条文章动辄几十万、几百万，甚至上千万阅读，但有些则只是几十、几百的流量，头条号区别于微信公众号的关键就在于其算法推荐机制。

今日头条流量来源微信上，粉丝读到一篇文章主要是从两个地方：1.一是在公众号内，源于自己的主动关注；2.二是在朋友圈，来源于朋友推荐。

但在今日头条上，用户读到的文章基本源于平台智能推荐。

两个平台上阅读来源的区别，造成阅读表现的巨大差异。

公众号内容的阅读量与粉丝高度相关，百万大号几乎篇篇10万+，小号难得上万。

但对于今日头条来说，即使零基础，也可能产出百万加爆文，这是很正常的。

所以说，在微信流量主要被大号把持，小号脱颖而出越来越难的情况下，今日头条的推荐机制对内容生产的新人来说就显得更有利。

如果内容优质，小号也能获得可观的曝光量，账号通过推荐能够持续不断触达新用户，获取更大范围的曝光度，建立起知名度。

那么今日头条海量文章推荐的机制是怎么样呢？为什么有的文章展现量几百万，有的却只有几十几百？对于文章的推荐机制我们又能做些什么呢？一直以来，外界对头条号的算法推荐机制都知之甚少。

而在不久前头条号团队一位负责人首次对推荐算法进行了揭秘。

今日头条文章推荐机制揭秘今日头条流量来源机器算法并没有能力去判断一篇文章的质量高低，从上图可以看出，推荐机制是通过初次定位推荐，然后接受反馈调整，再做二次推荐。

算法不是死的，也不是固定的，而是处于动态调整之中。

影响推荐的因素可以分为两部分。

第一是长期性因素，就是上图中下面几个指标：定位、互动、发文频率。

每一个头条号都是一个品牌，过往的主观努力和历史成绩会成为影响算法的重要因素。

对于一直很受欢迎的账号，算法在推荐时肯定会给予更高权重。

另外就是短期因素，也就是具体单篇文章的好坏，其中点击率、读完率、站外热度、分类等非常重要。

今日头条原理
今日头条是一家基于个性化推荐算法的新闻资讯平台，致力于
为用户提供个性化、精准的新闻内容。

其原理主要包括内容获取、
用户画像、兴趣标签和推荐算法等几个方面。

首先，今日头条通过网络爬虫技术从互联网上获取各类新闻资
讯内容。

这些内容包括新闻报道、社会热点、娱乐八卦、科技资讯
等各个领域的信息。

通过大数据技术对这些内容进行分析和处理，
形成了庞大的新闻资讯数据库。

其次，今日头条通过用户行为数据和兴趣标签构建用户画像。

用户在平台上的浏览、点赞、评论等行为都会被记录下来，并通过
算法分析形成用户的兴趣标签。

这些标签包括用户的年龄、性别、
地域、职业、兴趣爱好等信息，从而形成了用户画像。

然后，今日头条利用推荐算法对用户画像和新闻内容进行匹配，从而为用户推荐个性化的新闻内容。

推荐算法主要包括协同过滤、
内容推荐、热门推荐等多种技术手段。

通过不断地学习用户的行为
和反馈，推荐算法能够不断优化推荐结果，提高用户满意度。

最后，今日头条通过推荐系统将个性化的新闻内容呈现给用户。

用户在打开今日头条客户端后，会看到根据自己兴趣推荐的新闻列表。

这些新闻内容不仅包括用户感兴趣的内容，还可能包括一些用
户之前没有接触过但可能感兴趣的内容，从而丰富了用户的阅读体验。

总的来说，今日头条的原理是基于内容获取、用户画像、兴趣
标签和推荐算法构建的。

通过不断地优化这些环节，今日头条能够
为用户提供个性化、精准的新闻资讯，满足用户多样化的阅读需求。

本次分享将从今日头条推荐原理出发，探索一篇文章的生命历程，最后解决推荐中常遇到的问题，帮助大家提高推荐量和阅读量。

首先要和大家介绍的是推荐系统的工作原理，推荐系统的本质就是从一个巨大的内容池里边儿给当前用户匹配出最感兴趣的几篇文章，这个内容持有几千万上百万的内容，涵盖了文章，图片，小视频，问答等等各种各样的题材，在给用户匹配内容的时候呢，我们主要依据三个元素内容，用户，用户对内容感兴趣的程度。

我们来看一下系统是怎么理解我们创作的内容的呢？头条的内容题材非常丰富，有图文，小视频，视频，问答，微头条等等，这些内容有娱乐，体育健康等多种分类平台可以提取文章中的关键词，或者利用AI技术识别音频与视频的具体内容，从而将内容呢好或者是说怎么样更好地去理解一个用户的需求，其实，平台由很多角度去刻画一个用户的画像，比如他的年龄，性别，历史，浏览的文章，环境特征等等。

以环境特征为例，用户浏览某个信息的时间是在平时还是周末地点是在外出时还是在常住的地方？这些都是刻画用户的重要因素。

了解了用户和内容，接下来最重要的呢，就是要感兴趣，我们不可能就直接去问用户说哎你对这个内容感兴趣吗？是不是感兴趣呢？如果用户对某篇文章感兴趣，他首先就会点击阅读，再点击，之后呢，如果觉得这一篇文章写的好，他可能会跟身边的人分享，还会点赞评论，假如这篇文章呢，让他对作者产生了兴趣呢？他会干嘛呢？有可能是去关注这个作者，但是有的人看完了这篇文章，觉得这个文章内容质量特别差，但它可能还会给这篇文章点一个不喜欢，所以基于以上种种呢，都是我们用来刻画这个用户是不是喜欢这篇文章的动作。

这些动作呢，在我们的推荐系统里边儿都会作为一个因素被纳入最终的考虑之中。

假如你的文章得到特别多的人的点击，但点击进去之后，用户看了两眼就走了，也不点赞，也不评论，推荐系统的可能会判定你的文章其实没那么吸引人。

以上就是我们的推荐系统的工作原理，提取内容特征。

用户特征，结合用户兴趣，然后综合评估用户对内容的满意度，最后给用户推送他可能喜欢的内容。

今日头条文章推荐规则？今日头条文章推荐规则？相似文章主题相似性的推荐：通过获取与使用者阅读过文章的相似文章来进行推荐。

基于相同城市的新闻：对于拥有相同地理资讯的使用者，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。

然后与使用者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：根据站内使用者阅读习惯，找出热门文章，对所有没有阅读过该文章的使用者进行推荐。

基于社交好友关系的阅读习惯推荐：根据使用者的站外好友，获取站外好友转发评论或发表过的文章进行推荐。

基于使用者长期兴趣关键词的推荐：通过比较使用者短期和长期的阅读兴趣主题和关键词进行推荐。

基于相似使用者阅读习惯的列表推荐：计算一定时期内的使用者动作相似性，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：通过使用者阅读的文章来源分布为使用者计算出20个使用者喜欢的新闻来源进行推荐。

今日头条文章已推荐怎么半天推荐0两个原因1）后台没有被。

2）文章写的太好了，今日头条窃取了你的文章理念，过几天就会出现和你差不多的文章在今日头条上。

今日头条文章的推荐规则是什么？怎么发文章阅读量高？今日头条发文首先不能含有反动、淫秽、抄袭等内容。

另外要获得一个比较高的阅读量首先要符合你账号的垂直度，简单的说就是你做娱乐版块就要专心做娱乐，不能今天发军事，明天发经济，账号垂直度低的话直接影响今日头条的推送量。

还有发文的时候要注意两个地方，一个是标题，一个是图片。

标题要有让读者想点进去的冲动，比如可以用“你知道”、“涨姿势”等词语。

图片要清晰、图文相扣，给予读者直观的印象，毕竟很多读者点进去也就光看看图片。

最后字数不要太多，500-600字即可，配合5-6张图片，方便读者读完。

读不完就退出的话是没有广告展示量的，也就是没有收入。

今日头条文章已推荐为什么推荐量这么低不能怪头条，出来有段时间头条伺服器问题时，推荐量低。

头条的给量逻辑
1.提高发文质量。

头条号或者其他平台，先少量推荐，如果阅读数与推荐数的比例较高，评论转发点赞比例也不错，才会继续推荐，所以写出读者喜欢的文章才是提高推荐量的根本。

2.开通原创。

开通原创及其他相关权益会提高账号权重，也会对推荐产生影响。

3.投放号外。

这个功能就是花钱买推荐了，个人自媒体慎重考虑。

首先我们先简单了解一下头条的推荐逻辑。

当你发布一篇文章或者一个视频的时候，系统先经过审核，通过之后开始冷启动，即将该作品推荐到一小部分用户，根据这小部分的读者对该作品做出的反馈，如点赞、评论、转发或者举报等，再决定是否对该作品进一步扩大推荐量。

如果一开始你的点赞或者评论多了，那么相应的推荐量也会继续扩大，反之亦然。

了解这些基本的之后，我们再说一些常规的注意点。

其次，你的创作水平要高，或者你的视频要么搞笑要么震撼人心。

如果你的文章、视频内容平平淡淡那么肯定无法吸引读者继续阅读的，此时系统就会认为你的作品很普通，就会减少你的推荐量。

然后你的作品必须是原创的，抄袭或者转发则无法获得推荐。

视频作品则需要自己拍摄或者修改。

头条平台很重视原创作品，所以高质量的原创作品一般都会得到很大的推广量。

今日头条的推荐机制，今日头条的5大涨粉技巧这一篇给大家说一下今日头条的推荐机制。

今日头条的5大涨粉技巧。

如何获得更多推荐，您必须了解头条文章或视频的推荐方式。

发布后会发生什么？1.审核机制：机器审核主要为主，＋人工，筛选和拦截低质量，粗俗，敏感，反动和广告等非法内容。

每个人都必须遵守平台的规则，否则就不值得。

2.消重机制：我们在网上，同样的文章，图片，视频都是在多种媒体上发布的，这是一种非常普遍的情况。

原创内容除了原创来源之外，通常还会被很多其他媒体转载或复制。

但是想象一下，如果今天头条中的信息流中出现了这样的场景- 系统连续给你推荐了几篇相同或者相似的内容，会怎么样呢？我想一定会很反感吧。

今天的头条必须在推荐一段内容之前，确定内容在系统中是否具有相同或高度相似的内容。

如果是这样，这些内容的来源是最权威，最有价值，最有可能的原创性来源吗？消重是指对重复的，相似的和相关的文章进行分类和比较的过程，以使它们不会在用户信息流中同时或重复出现。

也就是说，如果您的内容和系统中的现有内容相同或相似，则可能不建议使用。

所以最好发送原创内容。

3.推荐机制冷启动推荐阶段：最开始的2-3个小时是最重要的。

机器会根据您的标题和内容中的关键字向匹配的用户推荐并观察用户反馈。

如果反馈良好，请增加建议，否则减少或停止推荐。

什么是好反馈？点击率高，观看完成率高，赞美，收集的数据很高。

头条是机器推荐，我们发布的内容机器是不可理解的。

他怎么知道我们文章的质量？他们都依靠用户的反馈数据来做出判断。

在文章通过24小时有效期之前，新一轮的建议将逐渐下降。

今日头条的5大涨粉技巧1，连续输出高质量的内容好的内容是自媒体的根源，你必须长期保持价值输出，否则营销做的再好也留不住粉丝。

2，精心设计与粉丝的互动环节在文章的最后，您可以引导关注和评论。

这非常重要，哪怕您在视频结尾处写了“欢迎关注和转发”或语音通知，效果也会好得多。

您还可以向粉丝询问他们对此问题内容的看法，或者在评论部分的下一条评论中提醒他们他们想要看到的内容。

今日头条文章个性化推荐机制主要有：1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。

2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。

3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。

4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。

5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。

6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。

7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。

8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。

怎么做才能让文章被更多人看到？1、尽量在今日头条上首发你的文章，因为这也是今日头条推荐机制的一个标准。

首发原创是根据后台的文章来判别，如果文章之前有发过的话，机器会自动进行消重减少推荐。

2、阅读量，阅读得越多被推荐的也会越多，因为阅读量一直都是一个很硬性的标准，很大一定程度上反映了文章的受欢迎程度，你可以多站内站外推广选择自己的文章。

3、多号召别人在文章底部互动交流，你自己也可以参与到互动中去，互动情况是今日头条文章推荐机制中很重要的一个标准，很多时候你会看到这种情况，一个不怎么样的文章底部骂声不断有很多的互动，结果推荐展现就是多，因为本身有争议的话题就是有看点的。

4、标题吸引眼球，有点击欲望，点击多阅读就多，阅读多相应的推荐也会多。

5、让更多的人订阅你的头条号，这一点从二方面来说，一方面是审核通过的文章会及时推荐给订阅者，订阅者与文章的互动(包括点击、顶、收藏、转发等动作)，会加强上面说的互动属性，从而导致更多的推荐。

头条号推荐原理揭秘头条号推荐原理是字节跳动旗下产品头条所采用的一种推荐算法，其目的是为了给用户提供个性化、相关性强的内容推荐，以增加用户的点击率和使用时长。

头条号推荐原理基于机器学习和深度学习技术，通过对用户的行为和偏好进行分析，构建用户画像，并根据用户画像的匹配程度来推送不同的内容。

头条号推荐原理的核心是算法模型的构建和优化。

字节跳动通过大量用户行为数据的收集和分析，构建了庞大的用户画像数据库，其中包含用户的兴趣、关注领域、浏览历史等信息。

同时，还通过用户的阅读行为、点赞行为、评论行为等来评估文章的质量和用户的喜好。

这些信息被用作训练模型的数据。

在模型训练中，字节跳动使用了基于深度学习的神经网络模型，如卷积神经网络（CNN）和循环神经网络（RNN）。

通过对大量数据进行有监督的训练，模型能够学习到用户和文章之间的相关性，并预测用户对不同文章的喜好程度。

同时，还采用了基于强化学习的方法，通过对用户行为的反馈信息进行学习和优化，提升模型的推荐效果。

头条号推荐原理还考虑了一些非常规因素，如用户的地理位置、时间偏好、社会关系等。

这些因素可以进一步提升推荐的准确性和个性化程度。

例如，当用户处于特定的地理位置时，推荐将更加关注该地区的热点内容。

当用户在特定的时间段内活跃时，推荐内容也会根据用户的时间偏好进行相应调整。

而用户之间的社会关系也会被纳入考虑，例如用户的好友、关注人和粉丝等，他们的行为和偏好可以对推荐结果进行一定的影响。

除了算法模型的构建和优化外，头条号推荐原理还依赖于大规模的计算和存储基础设施。

字节跳动拥有庞大的服务器集群和分布式数据库系统，能够快速处理和存储大规模的用户数据，并实时生成个性化的推荐结果。

总的来说，头条号推荐原理是一种复杂而全面的算法系统，通过机器学习和深度学习技术，结合用户画像和行为分析，为用户提供个性化、相关性强的内容推荐。

这一推荐原理既考虑了用户的兴趣和偏好，又考虑了非常规因素，如地理位置、时间偏好和社会关系等。

今日头条算法原理本次分享将主要介绍今日头条推荐系统概览以及内容分析、用户标签、评估分析，内容安全等原理。

一、系统概览推荐系统，如果用形式化的方式去描述实际上是拟合一个用户对内容满意度的函数，这个函数需要输入三个维度的变量。

第一个维度是内容。

头条现在已经是一个综合内容平台，图文、视频、UGC小视频、问答、微头条，每种内容有很多自己的特征，需要考虑怎样提取不同内容类型的特征做好推荐。

第二个维度是用户特征。

包括各种兴趣标签，职业、年龄、性别等，还有很多模型刻划出的隐式用户兴趣等。

第三个维度是环境特征。

这是移动互联网时代推荐的特点，用户随时随地移动，在工作场合、通勤、旅游等不同的场景，信息偏好有所偏移。

结合三方面的维度，模型会给出一个预估，即推测推荐内容在这一场景下对这一用户是否合适。

这里还有一个问题，如何引入无法直接衡量的目标？推荐模型中，点击率、阅读时间、点赞、评论、转发包括点赞都是可以量化的目标，能够用模型直接拟合做预估，看线上提升情况可以知道做的好不好。

但一个大体量的推荐系统，服务用户众多，不能完全由指标评估，引入数据指标以外的要素也很重要。

比如广告和特型内容频控。

像问答卡片就是比较特殊的内容形式，其推荐的目标不完全是让用户浏览，还要考虑吸引用户回答为社区贡献内容。

这些内容和普通内容如何混排，怎样控制频控都需要考虑。

此外，平台出于内容生态和社会责任的考量，像低俗内容的打压，标题党、低质内容的打压，重要新闻的置顶、加权、强插，低级别账号内容降权都是算法本身无法完成，需要进一步对内容进行干预。

下面我将简单介绍在上述算法目标的基础上如何对其实现。

前面提到的公式y = F(Xi ,Xu ,Xc)，是一个很经典的监督学习问题。

可实现的方法有很多，比如传统的协同过滤模型，监督学习算法Logistic Regression模型，基于深度学习的模型，Factorization Machine和GBDT等。

一个优秀的工业级推荐系统需要非常灵活的算法实验平台，可以支持多种算法组合，包括模型结构调整。