机器通过计算得出的用户阅读兴趣用户阅读过的文章分类和关键词;
用户聚类:相似类型用户还喜欢阅读的其他文章类型;
用户在今日头条客户端主动标记「不感兴趣」的实体词或文章类型。
根据以上数据,系统对用户的阅读兴趣就能有个基本的判断。一般来讲,用户使用产品时间越长,系统积累的阅读数据越多,对其兴趣的判断也就越准确。使用产品的用户越多,系统对用户聚类的判断也越准确。
通过对数据的处理,每位用户将被机器打上各种标签,如一个用户阅读的文章中关键词排名靠前的是:C罗、皇家马德里、欧洲杯、小米、魅族、苹果。那么,这位用户可能被打上「足球、「皇马」、「科技」、「手机」、「米粉」等标签。不同的用户会被打上不同的标签。
当一篇带有「C 罗」、「足球」标签的文章在进行推荐时,系统会将其自动匹配给带有「C 罗」或「足球」标签的用户,这便是推荐引擎的个性化推荐。当然,系统推荐的实际情况会远比这复杂得多,但推荐的基本原理便是,机器通过数据来理解文章和用户,并对两者进行匹配。
文章的首次推荐,如果点击率低,系统认为文章不适合推荐给更多的用户,会减少二次推荐的推荐量;如果点击率高,系统则认为文章受用户喜欢,将进一步增加推荐量。以此类推,文章新一次的推荐量都以上一次推荐的点击率为依据。此外,文章过了时效期后,推荐量将明显衰减,时效期节点通常为24小时、72小时和一周。
例如,一篇文章首次推荐给了1000个用户,如果这批用户的点击率较高,系统判定用户非常喜欢这篇文章,将其扩大推荐给10000个用户,如果这轮推荐用户的点击率仍然维持在较高水平,那么系统会将文章再次扩大推荐给30000个用户、50000个用户、100000个用户 ······推荐量和阅读量便如滚雪球一般节节攀升。直到文章过了24小时时效期,新一轮推荐的推荐量才会逐渐衰减。
我们的微信公众号是我 阿甘奋斗随笔
微信号是63282216
头条号运营的时候也遇到您说的这种情况!主要原因是1、标题重复。不是首发。2、标题没有收录关键词。