今日头条推荐算法

今日头条的推荐原理

软件学院 201300301385 周强

众所周知，今日头条是个个性化的新闻推荐引擎。算法是《今日头条》这款兴趣推荐搜索引擎应用的核心，这也是与传统媒体最本质 的区别。今日头条之所以能够非常懂用户，精准推荐出用户所喜好的新闻，完全得益于算法。而正是精准推荐，使得今日头条在短短两年多的时间内拥有了2.2亿 用户，每天有超过2000万用户在今日头条上阅读自己感兴趣的文章。

那么今日头条是怎么做到为每一个用户按兴趣精准推荐新闻的呢? 有3篇文章，让3个用户投票(注：这3个用户是一类人，有相同属性(喜好和偏好))，那第4个用户应该被系统推荐的文章是那篇呢?第4个用户与前3个用户都是一类人，答案显而易见是第一篇文章。

没 错，今日头条的个性化推荐算法原理就是基于投票的方法，其核心理念就是投票，每个用户一票，喜欢哪一篇文章就把票投给这篇文章，经过统计，最后得到结果很 可能是在这个人群下最好的文章，并把这篇文章推荐给同人群用户过程就是个性化推荐，实际上个性化推荐并不是机器给用户推荐，而是用户之间在互相推荐，看起 来似乎很简单，但实际上这需要基于海量的用户行为数据挖掘与分析。

今日头条是如何来划分人群和文章

搞技术的朋友都知道，内容推荐必须基于受众人群，只有在确定受众人群之后才能确定推荐内容，有的放矢才叫精准推荐。

上面那个例子只是很小的人群，但是现实生活中不会有这样小的人群，而且太小的人群通过推荐投票的方式也很难推荐出很精细的内容，只能推荐出一些热门内容，那今日头条是如何来划分人群?

我们假定上图这个人群有8万人，只有两类：一类叫喜欢科技的人群，一类喜欢娱乐的人群，我们先分成两类，每类有4万人，我们又找到另一个维度地域： 上海和北京，喜欢科技的人有上海和北京的，喜欢娱乐的也有北京和上海的，我们把8万人群分成四组，每组两万，我们再找年龄，30岁以上和以下，我们分成8 个人群，每个人群1万人，第1个是喜好科技，位置在北京，年龄30岁以上，这有1万人，我们再以下面的喜欢娱乐，地点上海，人群1万。

根据人群不同维度，我们可以细分到一个合理的力度。特别需要注意的是：在细分的领域里面投票数既不要太多，但也不要太少，因为太多没有个性化，仅是一个大众关心的话题而已，而投票数太少又没有统计意义，支持度就低了。

人群特征可以是阅读姓名，年龄，地域，职业等等。同理，文章也是类似的，文章有提到哪些名人，文章发布的时间，文章所属的地区等等，也都有很多特性，这些都是可以去组合起来。

今日头条是怎样判断一个人属于怎样的人群

判断一个人属于怎样的人群相对简单。比如地域，用户的手机在什么区域，就可以认为用户是什么地域的;比如说用户兴趣，可以根据用户的阅读习惯去判断，用户会经常去看科技的文章，那就可以判断用户属于科技的人群;再比如说用户的好友关系，用户在今日头条上面注册了，用户的好友都是娱乐圈的人，则该用户很有可能也是娱乐圈的人;所以通过用户在今日头条上行为，以及用户客观的地理位置信息，就能判断用户到底属于一个什么样的人群。

通过上图的计算公式：W1*候选1的投票率+W2*候选2的投票率+W3候选3的投票率+……=最高分，最后能计算出一个得分，按得分的高低来排序，就可以得到推荐文章的一个侯选，这个过程实际上是一个比较简单的算法，而这在今日头条内部叫逻辑回归。

总的来说，个性化推荐技术本身并不神秘，归根到底推荐算法关键是还在于对海量用户行为的数据分析与挖掘，也许各家算法略有不同，但最终目的都是殊途同归，为实现最精准的内容推荐而努力中。