小编： 可选中1个或多个下面的关键词，搜索相关资料
可选中1个或多个下面的关键词，搜索相关资料。也可直接点“搜索资料”搜索整个问题。
展开全部第一种可能：聊天信息泄露，头条知道了自然能推送，不过这种可能不是很大。
第二种可能：聊天提到过的东西，你在别的地方也搜索过或者浏览过相关内容，那地方跟头条有合作，知道你浏览过，所以推送相关。
第三种可能：你聊天的朋友也在用头条，看过你们聊的东西，通过相似人算法也推送给你。
第四种可能：你的画像跟某些其他人画像特别接近，你们最近都恰好在了解某些东西，因此推送给你。
第五种可能：你聊天的内容恰好在某个人群中是最近的热门topic，命中概率变大。追答今日头条的文章个性化推荐机制主要是：
相似文章主题相似性的推荐：通过获取与用户阅读过文章的相似文章来进行推荐。
基于相同城市的新闻：对于拥有相同地理信息的用户，会推荐与之相匹配的城市的热门文章。
基于文章关键词的推荐：对于每篇文章，提取关键词，作为描述文章内容的一种特征。然后与用户动作历史的文章关键词进行匹配推荐。
基于站内热门文章的普适性推荐：根据站内用户阅读习惯，找出热门文章，对所有没有阅读过该文章的用户进行推荐。
基于社交好友关系的阅读习惯推荐：根据用户的站外好友，获取站外好友转发评论或发表过的文章进行推荐。
基于用户长期兴趣关键词的推荐：通过比较用户短期和长期的阅读兴趣主题和关键词进行推荐。
基于相似用户阅读习惯的列表推荐：计算一定时期内的用户动作相似性，进行阅读内容的交叉性推荐。
基于站点分布来源的内容推荐：通过用户阅读的文章来源分布为用户计算出20个用户喜欢的新闻来源进行推荐。本回答由提问者推荐已赞过已踩过你对这个回答的评价是？评论收起
知道合伙人互联网行家采纳数：180获赞数：656SEO高级优化师专员向TA提问展开全部第一种可能：聊天信息泄露，头条知道了自然能推送，不过这种可能不是很大。
第二种可能：聊天提到过的东西，你在别的地方也搜索过或者浏览过相关内容，那地方跟头条有合作，知道你浏览过，所以推送相关。
第三种可能：你聊天的朋友也在用头条，看过你们聊的东西，通过相似人算法也推送给你。
第四种可能：你的画像跟某些其他人画像特别接近，你们最近都恰好在了解某些东西，因此推送给你。
第五种可能：你聊天的内容恰好在某个人群中是最近的热门topic，命中概率变大。
相似文章主题相似性的推荐：通过获取与用户阅读过文章的相似文章来进行推荐。
基于相同城市的新闻：对于拥有相同地理信息的用户，会推荐与之相匹配的城市的热门文章。
基于文章关键词的推荐：对于每篇文章，提取关键词，作为描述文章内容的一种特征。然后与用户动作历史的文章关键词进行匹配推荐。
基于站内热门文章的普适性推荐：根据站内用户阅读习惯，找出热门文章，对所有没有阅读过该文章的用户进行推荐。
基于社交好友关系的阅读习惯推荐：根据用户的站外好友，获取站外好友转发评论或发表过的文章进行推荐。
基于用户长期兴趣关键词的推荐：通过比较用户短期和长期的阅读兴趣主题和关键词进行推荐。
基于相似用户阅读习惯的列表推荐：计算一定时期内的用户动作相似性，进行阅读内容的交叉性推荐。
基于站点分布来源的内容推荐：通过用户阅读的文章来源分布为用户计算出20个用户喜欢的新闻来源进行推荐。已赞过已踩过你对这个回答的评价是？评论收起
展开全部比方说我喜欢看游戏 一天之后80以上新闻都是关于那游戏的已赞过已踩过你对这个回答的评价是？评论收起
其次通过用户搜索的喜好来搜集一些比较感兴趣的话题形成一种粘性包括我就是其中一个已赞过已踩过你对这个回答的评价是？评论收起
当前网址：http://www.hbxwzx.com/shehui/2019-03-28/76229.html
免责声明：本文仅代表作者个人观点，与河北新闻网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
