今日头条算法推荐系统,主要输入三个维度的变量。
一是内容特征,图文、视频、UGC小视频、问答、微头条等,每种内容有很多自己的特征,需要分别提取;
二是用户特征,包括兴趣标签、职业、年龄、性别、机型等,以及很多模型刻画出的用户隐藏兴趣。
三是环境特征,不同的时间不同的地点不同的场景(工作/通勤/旅游等),用户对信息的偏好有所不同。结合这三方面纬度,今日头条的推荐模型做预估,这个内容在这个场景下对这个用户是否合适
举一个简单例子:你年级24、男、在深圳工作、你在头条上给自己设置的兴趣标签是娱乐,生活等。那么头条第一次会跟你推荐很多的女性居多图文、视频等共存的娱乐新闻,结合你的年龄给你推荐一些网红小甜甜之类的。你会根据推送的内容选择图文的的,视频的,男明星的,女明星的,哪一个明星的,哪一类的娱乐新闻。算法会根据你的选择下次再推送新的给你,如果你慢慢不看娱乐了。去看生活类的新闻,推送也会逐渐减少娱乐新闻的推送增加生活类的推送。
你说的娱乐新闻比真正的新闻多,是你平时看的娱乐新闻比较多。所以系统给你推送得多。或者是你用得比较少,算法还不太了解你。只根据一个维度来给你推送内容。
添加新评论