“今日头条”算法逻辑,自媒体作者懂点才好

今日头条的算法一直是业内比较认可和被认为很牛B的，我在微信的群内听取了杨震原对于算法的分析和解读，我把我听到的和想到的分享给亲们。

今日头条在整个的数据存储和运算过程中，依据现在的体谅，每天数据达到100T，每天日志100亿行，以及包含很多的特征组合数。

在如此庞大的背后，有8000台服务器作为支撑。

1

介质的变化

今日头条从诞生整个角度来说，是基于介质的变化，媒体一直是跟着介质的变化而不断变化的。

从贴墙广告到电台，到互联网以及现在的移动互联网。

用户稳定性变化：

PC能获取的信息有很多风险，首先就是用户稳定性不如移动设备好，所以PC页面一般获取用户信息需要用户登录的。

用户使用场景变化：

PC上流量高峰在商务和下午4点的高峰，大概是办公场景，而移动设备是随身携带的， 用户是随时随地的，所以今日头条的阅读高峰是在中午和晚上10点钟的时间。

这个条件是比较基础的变化，随着基础介质变化了，所以让个性化成为可能。

人们在整片时间的时候，你可能有明确的需求和意向去决定自己看什么，但是在碎片化时间内，阅读的目的性是不强的，所以个性化的诉求就会重要了。

2

机器学习的发展

以前是基本上以发布内容，存储，读取，按照时间排序来进行。但是现在平台需要把所有候选的资源，在用户在每次打开和刷新你的产品的时候，根据用户的行为，向下，向上点击等行为的实时计算，哪些是用户喜欢的和不喜欢的。

传统对于内容的删选通过编辑进行，但是一个编辑每天可以看的内容也就是几百条，最多上千，但是一个机器每天可以浏览几百万条甚至几十亿条“见多识广”，这个是互联网效率问题。而机器就是在这里不断的积累和学习用户的行为，如同大脑的发展。

互联网的发展，让人的阅读行为发生了变化。

3

需求的变化

人们在阅读中不仅仅是只考虑到过程，也会考虑到内容生态的问题。

创作

一个能激励内容创作者生产内容的生态系统才能持续发展。

分发

好的分发效率会可以刺激创作，偏门的领域可能文章比较难创作，但是写出来之后依然可以得到推荐。

互动

有了内容，会有读者互动，读者的互动会不断的刺激创作。

高效率的分发可以刺激互动，可能会发给那些更容易产生互动的人，从而引发进一步刺激创作，所以三者是相辅相成的，一个好的算法引擎会让整个循环跑的更快一点，生态会朝着良性的方向发展

（以上这个图比较复杂，他说了一堆技术词我听不懂，整体来说分为2个方面来看：

1、内容

-特征：抽取文章中的很多特征，降维、相似信息，通过这些特呈进行匹配人。

-标签：同时在每篇文章中会打上标签，这个标签来源于运营人员自己打上去的标，甚至内容刚刚发布的时候就打上去了。

-实体词：运营会打上“实体词”甚至优质内容的标。同时算法会依据一定的运营标来学习优质内容的特征，再生成一些实体词，实体词有四级的分类体系，对每一篇文章都能实时计算打上标签。

对于视频内容推荐来说，引入了一些其他特征，主要思路是：基于 抽帧，然后通过dcnn做图片内容分析，用帧的内容来你和一个视频的内容分析。

关键词：协同过滤、contenti-base、embedding、LDA、topic分析。

2、用户

基于用户计算用的user-profile，及时的刷新信息，进行匹配计算，包含用户阅读过的文章，浏览信息、细化用户行为，包含地点、每天的哪个小时、机型等。

对于新用户来说，他的历史信息很少，尽可能有用的信息去做匹配，例如手机型号，城市，如果微博登录就可以拿到一些冷启动的信息来猜测用户的兴趣，等积累了一些行为之后，就形成了用户的profile。

“

结语

虽然以上的分享和信息对于内容生产者来说，不是很能结合在内容中，但是通过对于内容算法的了解，会让内容生产者更加了解内容产生之后，内容是通过什么样的途径到达用户，从而反推我们如何来满足目标用户对于内容的需求。

虽然说在大数据时代我们不需要知道为什么，只需要知道是什么。但是能知道点为什么，也许会让一些思考的维度变得更加多元化！