老司机深度解读头条号算法推荐机制.pdfVIP

老 深度解读头条号算法推荐机制 1、一篇文章如何在头条被推荐？ 这 是一篇文章从发布到推荐给读者的全过程。 早期，今日头条强调，作者只要负责创作好的内容，头条平台来负责分发，让作者不用担 心在分发环节中需要投入的工作量。经过这些年的发展，有越来越多作者专门研究什么样的文 得到更好的 ，如何针对头条平台特点来创作内容。这体现出，作者头条号推荐机制的 越来越关心。 那今天就来 一下推荐机制的逻辑。 2. 了解推荐机制对内容创作有没有帮助？ 建议作者根据自己对内容的经验和把控，来创作自己认为优质内容。 作者了解到这些推荐原理，是为了明确今日头条这个平台的推荐是公平的，能把优质内容 推荐给读者，推荐过程是没有 可钻的。 换个说法，一个懂算法的人和一个会创作的人，写了文章以后，在头条的推荐效果来看，后者 会胜过前者。 推荐系统有一些明确不欢迎的内容，若能避免这些内容，会对创作着精力分配有帮助， 避免无用功。 今天分三大块来讲。 一. 消重 同样内容，只会推荐一篇给读者。 1. 为什么要消重？ 站在读者角度，一次刷新，推荐中出现两篇一模一样的文章，他们会 ，认为是一次不 专业的推荐。就头条平台来说，也是低效的，浪费了一个位置，毕竟读者精力有限，应该推荐 他们更感 的文章。 2. 为什么头条平台需要做这样的处理，而普通 和 门户不需要做这样的处理？ 传统推荐模式：只需要推荐少量确认有价值的文章，大部分文章是不会获得推荐的。今 日头条的模式：认为大部分文章是有推荐价值的，都可以推荐给读者，不需要做人工的预筛 选。且，每个 都有发布文章的权利，因此推荐之前做机器消重是有必要的。 这也体现了头条的另一个特点：推荐模式下，天然保护 ，不支持 。因为，重复的 文章，只有 的那一篇能得到推荐。 3. 怎样做消重？ 消重的本质是做信息比对。 可以抽象理解每一个字符都有一个 “信息 ”，称之为“信息 ”。每次 的指 纹都会有或多或少的细微差别，但通过合理算法可以用很高的概率来确定是不是同一个人。 4. 消重机制分为三个不同层次 第一，相似内容的消重。 这是最基本消重方式，利用标题和正文内容比对相似度，来判断是否是同一篇文。 在 消重后，我们需要在一系列文章中判断应该推荐哪一篇。通常，应该选择 那篇 做推荐。 在 识别上有很多算法的辅助，主要利用 、来源的 性，以及来源被 的 次数等几个特征作为判断因素，来确定是否是 。 通常一篇文章的 是一个树状结构， 发布文章后，一些 直接转 ，表明 来源，有些是二级、三级 ，有一些是不规范的 或以 洗稿的方式来 。头条算法 会综合考虑这些因素，判断哪篇是 。 第二，相似标题和预览 的消重。 针对那些文章内容不同、但在刷新列表页出现时，可能给读者造成重复感觉的文章。 例如，标题和缩略图是一样的，但内容不同，分别独立创作，具有不同阅读价值的文章， 但是，对于同一个读者来说，读一个就够了。这样的文章都是 ，都能获得推荐，只是根据 读者 不同，会只推荐他们可能最感 的一篇。 第三层次，相似 的消重。 原理类似。综合前两种，这一层面的消重做得是一种宽泛的消重。 “相似 ”指的是其中的文章讲的都是同一件事，有可能 角度和描述方法不同。 这些文章可能都是 ，都能获得推荐的机会，但对同一个读者来说，我们只会推荐其中一篇。 与前两个层次相比，推荐不仅限于一篇，如果读者对某个话题特别感 ，有可能根据情 况推荐好几篇。 例如，热点话题，大家都写同一个 的时候，会存在激烈的竞争关系。