机器算法并没有能力去判断一篇文章的质量高低，推荐机制是通过初次定位推荐，然后接受反馈调整，再做二次推荐。算法不是死的，也不是固定的，而是处于动态调整之中 。那么今日头条的文章个性化推荐机制主要什么呢?今天和头条刷量神器来一起看看吧。http://www.yixiin.com/news/
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。
以上就是头条刷量神器带来的关于今日头条的文章个性化推荐机制介绍，希望大家会喜欢。
