今日头条算法原理（全文）

另一方面，文本内容的标签可以直接辅佐保举特性，好比魅族的内容可以保举给存眷魅族的用户，这是用户标签的匹配。假如某段时刻保举主频道结果不抱负，呈现保举窄化，用户会发明到详细的频道保举（如科技、体育、娱乐、军事等）中阅读后，再回主feed,保举结果会更好。由于整个模子是买通的，子频道试探空间较小，更轻易满意用户需求。只通过单一信道反馈进步保举精确率难度会较量大，子频道做的好很重要。而这也必要好的内容说明。

上图是今天头条的一个现实文本case。可以看到，这篇文章有分类、要害词、topic、实体词等文本特性。虽然不是没有文本特性，保举体系就不能事变，保举体系最早期应用在Amazon,乃至沃尔玛期间就有，包罗Netfilx做视频保举也没有文本特性直接协同过滤保举。但对资讯类产物而言，大部门是斲丧当天内容，没有文本特性新内容冷启动很是坚苦，协同类特性无法办理文章冷启动题目。

今天头条保举体系首要抽取的文本特性包罗以下几类。起首是语义标签类特性，显式为文章打上语义标签。这部门标签是由人界说的特性，每个标签有明晰的意义，标签系统是预界说的。另外尚有隐式语义特性，首要是topic特性和要害词特性，个中topic特性是对付词概率漫衍的描写，无明晰意义；而要害词特性会基于一些同一特性描写，无明晰荟萃。

其它文内情似度特性也很是重要。在头条，曾经用户反馈最大的题目之一就是为什么总保举一再的内容。这个题目的难点在于，每小我私人对一再的界说纷歧样。举个例子，有人认为这篇讲皇马和巴萨的文章，昨天已经看过相同内容，本日还嗣魅这两个队那就是一再。但对付一个重度球迷而言，尤其是巴萨的球迷，恨不得全部报道都看一遍。办理这一题目必要按照判定相似文章的主题、行文、主体等内容，按照这些特性做线上计策。

同样，尚偶然空特性，说明内容的产生所在以实时效性。好交锋汉限行的工作推给北京用户也许就没故意义。最后还要思量质量相干特性，判定内容是否低俗，色情，是否是软文，鸡汤？

上图是头条语义标签的特性和行使场景。他们之间层级差异，要求差异。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!