今日頭條是如何做推薦算法的？ ;標(biāo)準(zhǔn)普爾你關(guān)心的是標(biāo)題 "。今日 s頭條從2012年創(chuàng)立就開始打廣告，可見其對用戶體驗的重視。與內(nèi)容生產(chǎn)者相比，今日 s頭條更傾向于將自己定位為數(shù)據(jù)分析的引領(lǐng)者，其個

今日頭條是如何做推薦算法的？

今日 被廣泛討論的s頭條算法，根據(jù)現(xiàn)有知識和學(xué)習(xí)經(jīng)驗總結(jié)如下。如有不同意見，歡迎在評論區(qū)交流指正。

1.傳統(tǒng)推薦算法介紹

(1)基于用戶的協(xié)同過濾

基于用戶的協(xié)同過濾算法基于這樣的假設(shè)，即具有相似偏好的用戶通常對項目(例如電影)具有相同的興趣。如果存在一個與目標(biāo)用戶偏好相似的群體，那么目標(biāo)用戶很可能會喜歡該群體喜歡的其他電影。所以在給目標(biāo)用戶做推薦的時候，可以先找到這樣一個用戶群體，然后把這個群體喜歡但目標(biāo)用戶沒看過的電影推薦給他。

(2)基于內(nèi)容的協(xié)同過濾

基于內(nèi)容的協(xié)同過濾算法找到相似的項目，并根據(jù)已評估的值推薦給用戶。與基于內(nèi)容的推薦不同，前者是基于用戶 歷史評級數(shù)據(jù)。如果大部分喜歡A項的用戶也喜歡B項，后者是基于項目本身的內(nèi)容特性。

二、頭條的具體推薦算法

今日 的標(biāo)題推薦系統(tǒng)算法，如果以一種正式的描述，實際上是一個適合用戶的功能。;對內(nèi)容的滿意度。該函數(shù)需要輸入三維變量。

第一個維度是內(nèi)容。頭條現(xiàn)在是一個綜合性的內(nèi)容平臺，包括圖文、文字、視頻、UGC視頻、問答、微頭條。每個內(nèi)容都有自己的特點，需要考慮如何提取不同內(nèi)容類型的特點來做推薦。第二個維度是用戶特征。包括各種興趣標(biāo)簽，職業(yè)，年齡，性別等。，以及許多模型描繪的隱含用戶興趣；第三個維度是環(huán)境特征。這是移動互聯(lián)網(wǎng)時代值得推薦的功能。用戶隨時隨地移動，在職場、通勤、旅游等不同場景下，其信息偏好存在偏差。

第三，標(biāo)題與其他公司的比較 算法

(1)百度

百度是做搜索引擎起家的，它的數(shù)據(jù)庫是海量的三方網(wǎng)頁。

百度用的算法實際維度會成熟很多。信息維度包括信息覆蓋廣度、用戶搜索趨勢、信息變化趨勢、用戶點擊反饋、內(nèi)容來源的PageRank算法。此外，它還集成了一些手工整理。所以在大數(shù)據(jù)概念火起來之前，百度在算法上是遙遙領(lǐng)先的。搜索引擎算法應(yīng)該還是一個全局召回模塊，在分組和個性化方面的表現(xiàn)并不出色。百度還局限于優(yōu)勢反制，在移動端的發(fā)展不夠好，制約了個性化算法的探索。

(2)騰訊

騰訊 最重要的數(shù)據(jù)是用戶和用戶關(guān)系。

我記得很早的時候，聽百度桌面的團隊宣揚他們在用戶畫像上。調(diào)整和用戶的基本信息可以通過用戶 的關(guān)系。比如用戶在上填的是3歲，真實年齡還是可以從相關(guān)的人那里更正的。

(3)阿里

阿里推薦算法技術(shù)應(yīng)用于很多領(lǐng)域。

團隊自主創(chuàng)新的MLR模型和算法，在阿里業(yè)務(wù)的廣泛推廣應(yīng)用中，帶來了非常好的效果。此外，在大數(shù)據(jù)智能方面，由于省略了特征工程，具有從數(shù)據(jù)訪問到應(yīng)用的全自動功能。阿里巴巴和；;的人群廣告定位算法，當(dāng)然是淘寶 s商品排序和千人千面也采用類似的算法，只是在這個算法的基礎(chǔ)上，增加了銷量等其他權(quán)重，但展示量的高低很大程度上取決于點擊權(quán)重。根據(jù)算法可以一窺直通車等推廣工具的評分、關(guān)鍵詞與商品的相關(guān)性等一系列與呈現(xiàn)相關(guān)的算法模型。

摘要

無論是平臺自己生產(chǎn)的原創(chuàng)產(chǎn)品還是 "他山之石，今日 s頭條作為平臺，應(yīng)該對用戶收到的內(nèi)容產(chǎn)品質(zhì)量負責(zé)。因此，平臺要凈化環(huán)境，提高平臺內(nèi)容質(zhì)量，與著名原創(chuàng)作者簽約，加強與相關(guān)媒體機構(gòu)的合作，解決版權(quán)問題。

現(xiàn)在大部分算法還處于開發(fā)階段。作為一個擅長算法的平臺，我們應(yīng)該努力改進算法，努力實現(xiàn)數(shù)字化和智能化，讓算法刻畫人的焦點和全景；;s信息需求盡可能完整準(zhǔn)確，更懂用戶。改進后的算法不僅能推動用戶 的首選內(nèi)容，同時也滲透了一些主流的社會價值觀，幫助用戶打破信息繭，讓用戶對社會有更全面的了解，避免與社會脫節(jié)。