推荐原理 #

推荐系统的本质，就是从一个巨大的内容池里，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、问答等各种各样的体裁。

信息的匹配主要依据三个要素：用户、内容、感兴趣 。

• 用户刻画
  为了给用户提供他们喜欢的内容，或者理解用户的需求，平台有很多角度可以去刻画一个用户的画像，比如，年龄、性别、历史浏览的文章、环境特征等

• 内容刻画
  机器提取文章中的 关键词 ，或者利用AI技术识别音频与视频的具体内容，从而将内容快速分类。

• 感兴趣

  • 兴趣匹配：用户的阅读标签与文章标签重合度最高，被系统认定最可能对该文章感兴趣。

  • 分批次推荐：首先会被推荐给一批对其最可能感兴趣的用户，这批用户产生的阅读数据，将对文章下一次的推荐起到决定性作用。

推荐周期 #

一篇文章从发表后会经历的环节如下：

• 内容初审

初审是审核编辑对内容的第一道审核，当发文不符合平台规范时，文章将被退回不予收录，或被限制推荐。如出现严重违规行为，将导致账号被惩罚或者封禁。

• 冷启动

“冷启动”是一个推荐上的概念。文章推荐之初，通过推给一部分用户，观察他们的点击、分享、点赞，机器可以判断哪些人群会喜欢这篇文章，哪些人群绝对不喜欢。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

进入推荐环节的文章，会因为推荐机制产生不同的效果。内容质量及用户行为，会影响文章的推荐情况。

• 复审

在文章被推荐展示的过程中，如果推荐量很大或文章负评较多等情况产生，会被送入复审。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，严重违规内容将会受到处罚。

了解更多 #

想要更全面细致的了解推荐机制，可学习平台官方课程：
[机器如何读懂你的内容？今日头条推荐机制大揭秘]

常见问题 #

Q1. 我的内容没有命中发文规范里的情况，就一定可以发表么 #

不一定。发文规范是平台审核的基础，具体的内容是需要审核的，请以审核结果为准。

Q2. 为什么推荐流量“不稳定” #

头条的推荐系统是从上百万篇文章里面，把你的文章选取出来。如果那个时候其他的文章表现得特别好，你的文章就不会得到很好的推荐。也就是说，每一篇文章的推荐量，既取决于当时具体的环境，也取决于以及当时整个内容池里面其他文章的表现。

Q3. 为什么文章推荐一半就不推荐了 #

可能是这些原因导致的：

• 在文章被推荐展示的过程中，如果推荐量很大或文章负评较多等情况产生，会被送入复审， 复审的审核结果可能影响推荐。
• 文章属于小众内容，目标人群有限。