大白话理解头条推荐机制(头条的推荐机制是怎样的)

头条上每个人看到的都是自己喜欢看的。就像他们的宣传标语一样，你关心的才是头条。每一次打开它，它都是你最喜欢的样子，久而久之你当然就无法离开它了。

那头条怎么知道每个人喜欢什么内容呢?这就是逻辑算法来控制推荐机制了。其实非常简单，官方用一个3分钟视频就讲清楚了。我在这里再啰嗦一遍，以便更多的人可以理解到位。

其实就是打标签，对每一个头条上的人和信息都打上标签。例如一个人进来了头条，后台就会根据你以往的浏览轨迹给你打上标签，比如性别，学历，是否爱吃辣等等。假如你是第一次进来，没有以往的任何数据，也没有关系，系统会先猜一个符合你的标签，给你推荐一定的内容，然后再根据你的反映，如点赞关注转发，浏览时长等等行为来判读是否需要变更标签。这是对于人。

那对于信息也是一样，一个新的信息被上传到头条了，文章也好视频也好都是一样的，系统就会通过计算机系统提取到里面的关键词或者画面。通过识别到的内容来给本条信息打上标签。

人和信息都有了标签了，事情就变得很简单了，然后就是匹配，把对的信息呈现到对的人面前。

但是问题又来了，每天有太多的信息被上传了，系统如何甄别出优质内容呢?我们来通过一条信息的经历来回答这个问题。

一条内容到底能不能爆，取决于什么呢。当一条内容被上传之后，通过之后，首先就是被打标签。之后进入一个冷启动阶段，在这个阶段新上传的信息会被加权优先推荐，当然是在一定流量范围，进入到一个初级流量池，就是先推给一小部分可能感兴趣的人去看一下，然后系统就会根据本条内容的点赞，转发，评论，完播率等数据来判定此内容是否优质内容。如果否，就停止推流，也就是说本条内容将无法再很多的出现在客户眼前了。如果是，就会进入更大的流量池，让更大范围内的人看到它，自然地它就火了。