本文摘要：”冷启动”、“自然推荐”这些专业名词的背后，是一篇内容在头条推荐系统的“漂流之旅”。如何让你的内容在今日头条获得更好的推荐？针对今日头条的创作者，平台又会给出哪些创作意见？11月17日，在今日头条2018生机大会“头条公然课”分论坛的现场，今日头条推荐算法架构师项亮为大家揭秘了今日头条推荐机制。让我们一起听听他的对这些问题的回覆。 点击：寓目今日头条推荐系统揭秘大家好，我是项亮。很是谢谢大家到场下午的运动。今天，我要给大家聊一聊今日头条推荐系统。

”冷启动”、“自然推荐”这些专业名词的背后，是一篇内容在头条推荐系统的“漂流之旅”。如何让你的内容在今日头条获得更好的推荐？针对今日头条的创作者，平台又会给出哪些创作意见？11月17日，在今日头条2018生机大会“头条公然课”分论坛的现场，今日头条推荐算法架构师项亮为大家揭秘了今日头条推荐机制。让我们一起听听他的对这些问题的回覆。

点击：寓目今日头条推荐系统揭秘大家好，我是项亮。很是谢谢大家到场下午的运动。今天，我要给大家聊一聊今日头条推荐系统。

推荐系统的本质：从庞大的内容池中为用户匹配出感兴趣的内容首先要和大家先容的是推荐系统的事情原理。推荐系统的本质，就是从一个庞大的内容池里，给当前用户匹配出几篇感兴趣的文章。

这个内容池有几十万、上百万的内容，涵盖文章、图片、小视频、问答等种种各样的体裁。信息的匹配主要依据三个要素：用户、内容、感兴趣。下面我会把这 3 个要素详细地先容一下。首先，用户描画。

我们怎么给用户提供他们喜欢的内容，或者说怎样更好地去明白一个用户的需求？其实，平台有许多角度可以去描画一个用户的画像：年事、性别、历史浏览的文章、情况特征等等。以情况特征为例，用户浏览某个信息的时间是在平时还是在周末；所在是在外出时，还是在常住的地方。

这些都是描画用户的重要因素。其次，内容描画。头条的内容体裁很是富厚，有图文、小视频、视频、问答等种种各样的体裁。这些内容有娱乐、体育、康健等多种分类。

平台可以提取文章中的关键词，或者使用AI技术识别音频与视频的详细内容，从而将内容快速分类。最后，最重要的一点，感兴趣。

我们不行能直接问用户：你对这个内容感兴趣吗？是否感兴趣，我们只能从用户的“行动”中捕捉出来。当用户刷新出十几篇文章的时候，如果用户对某篇文章感兴趣，他首先会点击阅读。点击之后，如果确实以为这一篇文章确实写得很好，他可能会跟身边人分享，还会点赞、评论。

如果这篇文章让他对作者发生了兴趣，还会让他有下一步的行动——关注作者。有的人看完这一篇文章，以为这个文章内容质量太差，就会给这篇文章不喜欢。以上种种，都是我们用来描画这个用户是不是喜欢这篇文章的“行动”。这些“行动”在我们的推荐系统里，都市作为一个因素被纳入最终的思量之中。

如果你的文章获得许多人的点击，但点击进去，用户看了两眼就走了，不点赞，也不评论，推荐系统就会判断你的文章没那么吸引人。推荐算法的实质：拟合一个用户对内容满足度的函数前面简朴先容了推荐算法的 3 个要素，那么推荐算法自己是什么呢？它实际上是一个拟合你对内容满足度的函数。它会估算你进入一篇文章后的点击概率，看完后的点赞、评论概率；在此基础上，它还会给出你对这篇内容的正面评论、负面评论与中性评论的概率。

推荐系统会把这些概率通过融合的方式集成在一起，最后算出用户对这篇文章的兴趣分。当一个用户来到今日头条，推荐系统会从我们几十万、上百万的内容池内里，将所有文章根据兴趣分由高到低排序，前十名的文章会在此时脱颖而出，被推荐到用户的手机上展现。

一篇文章在推荐系统中的生命周期：初审 - 冷启动 - 正常推荐 - 复审前面，我从推荐系统的 3 个要素先容了推荐系统的本质。下面，我会从创作者比力体贴的角度，也就是从一个文章在推荐系统内里的生命周期去先容一下推荐系统。当大家揭晓完一篇文章，拍完一个视频后，就会生成一个内容。

这个内容在整个系统内里经由如下一些步骤。初审竣事后我们会做一些加权推荐，我们称之为“冷启动”，“冷启动”完成之后，我们会对文章做正常推荐。在这一历程中，我们会不停搜集到用户的反馈。

一旦文章被展示出来，就会有用户点击它，评论它，甚至举报它。系统就会收集种种各样的用户行为。基于这种行为，进而触发我们复审流程。

复审会直接影响到文章的后续推荐。内容初审首先就是要对这个内容举行审核，也叫初审。初审的目的在于判断这篇文章有没有违反国家有关执法的风险。

在这一历程中，机械会判断优先级，将内容交给差别的人审核。在机械和人工的配合配合下，内容会以较快的速度通过初审，从而立刻展现在读者眼前。

冷启动在内容审核之后就是“冷启动”的历程。“冷启动”，是一个推荐上的观点。

新的文章揭晓之后，和之前那些已经在平台上火起来的文章相比，具备一定的劣势。这些现在还是“冷”的文章中的大部门可能是火不起来。这里就存在一个矛盾：如果不把这篇文章展现给用户，就不知道未来会不会火起来。因此，对于所有的新信息，我们会做一个加权推荐。

让所有的用户有一定的概率能够看到新的文章。在加权之后，文章或许会展现几千次。

基于这几千次用户的点击、分享、点赞，我们可以判断哪些人群会喜欢这篇文章，哪些人群绝对不喜欢。当你的文章在几千次的展现之后，我们认为已经给足了冷启动的时机，就会打消对这一篇文章的加权。这个文章后续能不能推出来，就靠这篇文章创作的实力了。正常推荐从去年开始，我们增强了社交分发，也就是粉丝触达。

所以对于那些有许多粉丝的作者而言，他的文章会在流量上获得粉丝的加持。至少在粉丝推荐列内外，他的文章会经常泛起。

这个历程就是正常的推荐。内容复审在正常推荐历程，基于种种各样的用户行为，系统会监测到许多数据上的异常，好比点击率特别高、但与此同时，负面评论与举报又特别多的现象，这时，这篇文章就会再次进入审核流程，即复审。

在复审中，如果我们发现存在标题党、封面党、低俗、虚假这些问题，系统就会停止这一篇文章推荐。常见问题：推荐为什么“不稳定”？为什么推了一半不推了？前面简朴先容了，一篇文章在今日头条是如何被推荐到用户的历程，以及在平台内履历的审核、冷启动、正常推荐、复审、继续推荐全历程。下面我想解答两个创作者们经常问的一些问题，在这里给大家集中解答一下。

为什么推荐流量“不稳定”？许多人会问，我的文章题材、气势派头都差不多，为什么有的文章几百万展现，有的文章就几千次展现。推荐流量为什么这么不稳定？这个其实要给大家解释一下，头条的推荐系统是从上百万篇文章内里，把你的文章选取出来。如果谁人时候其他的文章体现得特别好，你的文章就不会获得很好的推荐。也就是说，每一篇文章的推荐量，既取决于其时详细的情况，也取决于以及其时整个内容池内里其他文章的体现。

它和纯粉丝分发纷歧样。一个用户在其他平台关注的内容作者可能只有几百个，他只要在这一阶段把这几百小我私家的内容比下去就可以了。而在今日头条，你的文章需要把剩下的几百万篇文章比下去。所以在推荐历程中，同一时期其他文章的体现决议了你的文章体现。

为什么文章推荐一半就不推荐了？经常有人问，我这个文章推荐了一半，展现量都很好，为什么突然就不推荐了？这也是我经常被问到的问题，遇到这种情况，或许率是你的文章泛起了一些指标上的问题。好比它的点击率高的吓人，但负面评论也多得吓人。在这种情况下，文章或视频就会进入复审流程，它就不会获得推荐了。

另有一种原因，跟审核无关，跟头条的推荐机制有关。如果你的文章是某个小众领域，目的人群是有限的。例如动漫类的文章，头条喜欢动漫的人只有这么多，推荐系统把这些人群推荐完了，后就没有措施推荐给其他人了，这也是一个经常泛起的原因。

3点建议：面向用户创作，坚持优质原创，增强粉丝谋划在先容完整个推荐系统的主要设计原理，解答了大家体贴的两个问题后，我想给大家创作上提一些建议。第一点，面向用户的需求，不要面向算法创作。不要寄希望钻算法的毛病，好比说标题党、封面党。

对于所有在数据上体现的特别好文章，今日头条推荐系统都是有复审流程的。固然我们也不勉励大家写一些没有人看的工具。大家应该面向用户的需求，去写一些高质量的文章。

第二点，坚持优质的原创，不要做低质内容的无用功。头条整体对低质内容识别手段和打压手段正在不停进化。低质内容的生存空间必将越来越窄。

第三点，谋划粉丝，增强和粉丝的互动。刚刚也提到，在推荐系统内里，我们对粉丝做了比力强的触达的，如果你的粉丝量比力大，我们会保证粉丝以更大的概率看到你的文章。谢谢大家。

谢谢荣威 MARVEL X 对本次运动的赞助支持。智能新物种荣威 MARVEL X，纯电也出黑科技神车。

本文关键词：怎样,让,文章,在,今日,头条,获得,更,博亚app最新下载官网,多的,”

本文来源：博亚app最新下载官网-www.ncjdz.com