1、推荐系统的本质

推荐系统的本质，就是从一个巨大的内容池中选择用户感兴趣的内容。

在内容池里有几十万、上百万的内容，涵盖文章、图片、小视频、问答等各种体裁。机器在给用户匹配内容时，主要依据三个要素：内容、用户、用户对内容的感兴趣程度。

第一个要素，机器如何理解一篇内容？

简单来说，就是依托关键词识别技术进行内容刻画。什么是关键词识别？以一篇文章《绝代双骄受挫！C罗被舍普琴科的球队防死，梅西感受63年耻辱》为例：

在这篇文章的标题和正文中，多次出现“C罗、舍普琴科、梅西、足球、球队、欧洲杯”等词汇，很明显都是一些体育类词汇，那么这篇文章就会先被粗分类到体育领域，然后再根据具体的关键词细分到如“足球、国际足球”等二三级分类。

内容刻画

机器提取的高频词是实体词，即名词、代词。像文章中出现的虚词、转折词，如：的、地、得、而、对于、关于、虽然、但是、因为、所以……，都不会作为系统识别的关键词。因此，在标题、正文中露出精准的实体词，会非常有利于机器理解你的内容。

第二个要素，机器怎样理解一个用户的阅读需求？

机器会根据用户特征去刻画一个用户的画像。例如他的基本信息“性别、年龄、地域”等；还有他的行为信息，如“订阅帐号、历史浏览文章、喜欢的内容、关注的话题”等；以及用户当前所处的环境情况，例如“工作、旅游、娱乐场所”等。获得这些用户信息后，系统会对用户进行分析计算，计算用户喜好的内容分类、话题、人物等，这样便完成了用户刻画。

不同特征的推荐效果

当提取了内容特征、用户特征、环境特征，机器便会综合所有因素拟合一个用户对内容的满意度函数。它会估算用户对每一篇文章的点击概率，然后从几十万、上百万的内容池里，将所有文章按照兴趣分由高到低排序。脱颖而出的前十名文章，就会被推荐到用户的手机上进行展现。

2、一篇文章的推荐之旅：初审 - 冷启动 - 正常推荐 - 复审

当一篇内容被发表后，在整个系统里会经历几个步骤：首先进入初审环节 —— 初审结束后被加权推荐，即“冷启动” —— 冷启动完成后，内容被正常推荐 ——在推荐过程中，用户点击、评论、举报等行为会触发复审流程，影响后续推荐。

推荐流程

初审

初审的目的在于判断这篇内容是否违反国家有关法律的风险，在这个过程中，机器会判断优先级，将内容交给不同的人审核。在机器和人工的共同配合下，内容会以较快的速度通过初审，从而立即展现在用户面前。

初审环节

冷启动

“冷启动”是一个推荐上的概念，指的是一篇新文章如何获取最初始的几千次展现。一篇新文章相比于已经发布的文章，在推荐上处于劣势。因此对于所有新内容，系统会进行加权推荐，让这篇内容展现几千次，观察用户对其产生的点击、分享、点赞等行为。

基于最初的几千次展现，机器就可以判断出哪些人群喜欢这篇内容、哪些人群不喜欢。当内容获得足够冷启动机会后，便会被撤销加权。至于内容后续推荐如何，就要完全靠实力了！

正常推荐

冷启动阶段可以显示一篇内容的推荐效果。如果一篇内容推荐效果很好，机器就会认为这篇文章具备潜质，会进一步扩量推荐给更多用户，1万个、3万个、5万个甚至更多。如果用户对这篇内容的阅读兴趣不大，系统就会收紧推荐，减少后续推荐。

冷启动

复审

在正常推荐过程中，基于各种用户行为，机器会监测到很多数据上的异常。比如一篇内容点击率特别高，但同时负面评论、举报又特别多，那么这篇内容就会再次进入审核流程，即复审。在复审中，如果被发现存在标题党、封面党、低俗、虚假等问题，就会被停止推荐。

3、推荐中的常见问题

创作者们经常会问：为什么推荐流量不稳定？为什么文章推荐到一半就不推荐了？为什么我的推荐效果不好？……可能是因为你不知道以下这些原因：

消重

同样一个热点，文章题材、风格都差不多，为什么有的文章几百万推荐、有的却只有几千次？这里要敲黑板了：今日头条消重策略。为了保护原创内容，提升用户的阅读体验，多篇相似文章中，机器会优先推送原创文章。

想要避免消重，创作者们一定要坚持优质原创，不要做低质内容的无用功。而面对热点内容，也要谨慎追逐，要学会培养自己独特的个人风格。

同类文章挤压

针对同一个热点，推荐系统会从中选取一篇最合适的内容推送给用户。因此，如果其他写这个热点的文章表现特别好，很有可能会影响到你的内容推荐。也就是说，每篇文章的推荐量，既取决于当时具体的环境，也取决于当时整个内容池里其他文章的表现。

内容本身情况

创作内容质量不稳定、创作内容不够垂直，都会影响到系统对作者的创作能力、专业度评估。机器会判断一个作者的专业度，并优先推送专业度高的作者的文章。如果作者经常更换创作领域，或是内容质量参差不齐，都会导致系统难以评估作者，影响推荐效果。

而如果一篇内容本身就属于小众领域，目标人群有限，那么推荐系统把这些人群推荐完了，就没有办法再推荐给其他人了。另外内容时效短也会影响推荐，例如一篇体育赛事报道，一小时后比分可能就会有很大变化，这种情况就不会继续推荐了。

复审拦截

如果一篇内容推荐到一半，忽然就不推荐了，那可能是这篇内容出现了数据指标上的问题。比如点击率高的吓人，负面评论也多得吓人，这种情况就会进入复审流程。

在复审中，有四类问题会被严格审核：一是标题党，标题过度夸张或是题文不符；二是封面党或低俗，如封面图不清晰、内容涉及低俗引导等；三是虚假，如一篇内容违背科学常理，描述未被证实、或是与已发生的事实相悖；四是含推广信息，如含二维码、手机号、微信号等联系方式或变体，或是包含违规医疗、违规财经等恶意推广内容，都会被复审拦截。