最近在研究微头条，今天带大家了解微头条的审核规则。首先要和大家介绍的是推荐系统的工作原理，推荐系统的本质就是从一个巨大的内容池里给当前用户匹配出最感兴趣的几篇文章。平台有几十万，上百万的内容，涵盖文章、图片、小视频、问答等等各种各样的题材。给用户匹配内容的时候，我们主要依据三个要素，内容，用户，用户对内容感兴趣的程度。
首先我们就来看看系统是怎么理解我们创作的内容的，头条的内容体裁非常丰富。这些内容有娱乐、体育、健康等多种分类，平台可以提取文章中的关键词，或者利用AI技术识别音频和视频的具体内容。从而将内容快速分类，我们怎么给用户提供他们喜欢的内容，或者说怎样更好的去理解用户的需求。其实平台有很多角度可以去刻画一个用户的画像，年龄、性别、历史浏览的文章、环境特征等等。以环境特征为例，用户浏览某个信息的时间是在平时还是在周末，地点是在外出时还是在常驻的地方，这些都是刻画用户的重要因素。了解了用户与内容，接下来最重要的一点就是感兴趣。我们不可能直接问用户对这个内容是否感兴趣，我们只能从用户的动作中来了解。当用户刷新出十几篇文章的时候，如果用户对某篇文章感兴趣，他首先会点击阅读。点击之后，如果确实觉得这篇文章写得很好，他可能会跟身边人分享，还会点赞，评论。假如这篇文章让他对作者产生了兴趣，才会让他有下一步的动作，关注作者。有的人看完这篇文章，觉得这个文章内容质量实在太差了，会给这篇文章点一个不喜欢。以上种种就是我们用来刻画这个用户是不是喜欢这篇文章的动作，这些动作在我们的推荐系统里都会作为一个因素被纳入最终的考虑之中。假如你的文章得到很多人的点击，但点击进去，用户看了两眼就走了，不点赞也不评论，推荐系统就会判定你的文章没那么吸引人。以上就是我们的推荐系统的工作原理，提取内容特征、用户特征，结合用户兴趣，然后综合评估用户对内容的满意度，最后给用户推送他最可能喜欢的内容。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
