今日头条推荐算法规则

今日头条及头条号推荐机制详解先介绍一下什么是今日头条智能个性化推荐，然后说明头条号推荐机制、规律。

1、什么是今日头条智能个性化推荐?头条号跟微信公众号最大的区别是：头条号自带粉丝，就算头条号创作者没有粉丝也有可能获得百万千万的阅读量。

决定头条号文章阅读量高低的是推荐量。

头条号自媒体引用智能个性化推荐引擎，能够精准找到读者，无需求关注、求订阅也能拥有海量读者。

今日头条属于机器智能个性化推荐机制，即通过机器算法将用户发表的内容(视频、文章)分发给内容的受众。

智能个性化推荐引擎会根据文章特征(内容质量、内容特征、首发情况、互动情况)、用户特征(头条号历史表、头条号订阅情况)以及环境特征(时间、地域、天气)等等，为文章找到感兴趣的读者并推荐给他们。

2、头条号推荐机制、规律头条号推荐过程是这样的：只要审核通过，机器会首先尝试推荐一定的量，如果点击率和阅读完成率高，再进行新一轮更大范围推荐给更多的相似用户，如果减弱到一定程度，推荐过程就结束。

推荐过程第一个关键点：初始推荐量审核通过后机器首先会尝试推荐一定的量。

那到底这个一定的量是怎么算出来的呢?也即影响今日头条在审核通过后尝试推荐一定的量的最关键因素又是什么呢?答案就是头条号指数。

头条号指数可以理解为「你的内容有多值得被推荐」，这一指数是机器通过一段时间内对作者创作的内容和读者阅读、关注行为的记录和分析得出的帐号价值评分，包括健康度、关注度、传播度、垂直度、原创度等5个维度。

头条号指数越高文章推荐越多。

推荐过程第二个关键点：二次推荐量今日头条尝试推荐了一定数量之后，将根据读者的点击率和阅读完成率来决定是否再进行新一轮更大范围推荐，或者还是减少推荐量。

用户点击了，但不一定看完，看完数量除以点击数量就是阅读完成率。

点击标题并读完文章的人越多，推荐越高。

当然还有其他一些行为也影响二次推荐量，比如点赞、转发、收藏、评论互动，这样的行为对二次推荐也有很大的帮助。

另外还有一个影响二次推荐很大的因素，那就是发文时间。

推荐算法原理全文详解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。

1. 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。

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， 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。

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。

字节跳动的内容分发算法与用户粘性提升案例字节跳动是一家全球领先的智能内容平台和技术公司，旗下拥有多个知名移动应用程序，如抖音、今日头条、TikTok等。

作为内容分发领域的巨头，字节跳动拥有强大的内容分发算法，通过个性化推荐和精准定位，成功地提升了用户粘性。

一、字节跳动的内容分发算法字节跳动采用了一系列先进的内容分发算法来满足用户对于个性化和高质量内容的需求。

通过深度学习和大数据分析，字节跳动的算法能够根据用户的兴趣、偏好和行为习惯，为他们提供最合适的内容。

以下是字节跳动的几种主要算法：1. 基于协同过滤的算法：字节跳动会根据用户过去的行为，寻找和该用户兴趣相似的其他用户，然后将这些用户喜欢的内容推荐给该用户，以此来进行个性化推荐。

2. 基于内容的推荐算法：字节跳动会对内容进行分析和分类，然后将这些内容与用户的兴趣进行匹配，推荐给用户。

这种算法注重内容本身的特征和用户对不同内容的喜好程度。

3. 强化学习算法：字节跳动运用了强化学习算法来优化用户的推荐体验。

通过不断与用户进行互动，并学习用户的反馈和场景信息，字节跳动能够实时地调整和优化推荐策略，提供更加准确和个性化的推荐结果。

二、字节跳动用户粘性的提升案例1. 抖音视频推荐机制抖音是字节跳动旗下的一款短视频分享平台，拥有庞大的用户基础。

为了提升用户粘性，字节跳动通过不断优化抖音的内容分发算法，使用户可以接触到更多与其兴趣相关的视频。

抖音的推荐算法会根据用户的兴趣和行为习惯，将最相关和吸引人的视频呈现给用户。

通过分析用户的点赞、评论和分享行为，字节跳动能够了解用户的兴趣和喜好，并将这些信息应用于推荐策略中。

这种个性化的推荐机制大大提升了用户对于抖音的粘性，让用户能够长时间地留在平台上观看视频。

2. 今日头条新闻推荐策略今日头条是字节跳动旗下的一款新闻资讯平台，为用户提供个性化的新闻推荐。

通过分析用户的浏览历史、搜索关键词和兴趣标签，字节跳动能够将最相关的新闻推送给用户，提供给他们最感兴趣和有价值的内容。

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。

今⽇头条的运营规则和推荐机制详解｜实战⼲货今天我们聊点关于头条号的运营⼲货，聊这个我最兴奋了，因为我是头条号名利双收的受益者之⼀。

既然要说头条号，那咱们就先从他的推荐算法说起：今⽇头条的推荐机制和抖⾳平台的推荐机制基本类似，当你上传⼀篇⽂章后，平台会先给你⼤约500⼈的流量池，然后根据⽤户的阅读、评论、转发等反馈数据，来决定是否给你推到下⼀个更⼤的流量池，如此循环，⼀直到数据不达新的推荐标准为⽌。

当然也是机器初审+⼈⼯终审组合形式，这个推荐机制很公平，不是平台说了算，⽽是⽤户的喜好说了算，只要你能搞定⽤户，哪怕内容再差，也⼀样有机会出爆款。

今⽇头条推荐算法⾥的三个重要指标：1、⽂章消重所谓⽂章消重，就是⽂章排重，不能与其它平台上的内容重复率⼤于40%，虽然写⽂章是最简单的⾃媒体创作，但也不是从其它平台上直接搬运就可以的，什么组稿、转载啊，哪怕是图⽚都不能直接使⽤，平台⿎励原创，如果只是搬运，你的号根本不给推荐量哒。

你想想头条是花钱来请你创作的，如果发现内容抄袭、侵权等⾏为出现，凭什么还给你钱。

说到这，我想说⼀下，头条号是的变现是⽴竿见影的，哪怕你是新⼿，只要⽂章有阅读量，就会给你真⾦⽩银的奖励，开始可能是⼏⽑、⼏块钱，但是随着阅读量的增长，收益也是增长的。

如果纯原创太难，就那进⾏⼆次创作，只要重复率⼩于40%就可以，原创的标准最好⼤于70%，就可以保证收益。

2、负向指标所谓负向，就是不好的内容以及不好的反馈。

先说内容，标题党，标题夸⼤，标题与内容严重不符等，都会影响你的权重，特别是不要在你的⽂章内植⼊硬⼴、产品、联系⽅式等诱导⽤户的内容，更不能涉及政、涉黄等负能量的内容，这些都是写作的⼤忌。

其次是⽤户的反馈，⽂章内容引起⽤户的争议，差评，投诉等等，这些都是给账号降权的禁忌，⾸先是内容积极向上，其次不要带有侵权和⼈员、地区等歧视，⼀但出现⽤户差评，投诉也要积极的⾯对和处理，可以单独和⽤户沟通，争取修改评论等。