1704849863
我们在同一时间打开了同一个应用，选择了同样的频道，甚至输入了同样的搜索词，但投其所好的结果让我们与自己更感兴趣的信息相遇。
1704849864
1704849865
这，就是推荐的力量！
1704849866
1704849867
科技赋予的神力让个体价值前所未有地凸显了出来：个性化的推荐让人们不再被热点围绕、不再被排行榜左右，而是享受足够定制化的信息集合——资讯新闻、服饰妆容、饮食偏好，以及一个个让自己成为独一无二的个体的理由。
1704849868
1704849869
推荐是什么？
1704849870
1704849871
一言以蔽之，推荐是特定场景下人和信息更有效率的连接。
1704849872
1704849873
本书试图介绍的内容推荐系统，就是个性化推荐技术在内容消费场景里的一种应用，通过提供个性化的消费型内容来满足人们打发时间的需求。当你身边大量的信息获取途径，如今日头条、微博、网易新闻、手机百度，甚至Wi-Fi（无线网）万能钥匙都涌上这条内容推荐赛道的时候，我们或许有必要对内容的个性化推荐了解一二。
1704849874
1704849875
对用户而言，这些纷繁复杂却又引人入胜的内容，究竟是怎么来到自己眼前的？内容推荐系统缘何如此了解自己的偏好，又是否会如评论家警示的那般让自己深陷信息茧房中呢？
1704849876
1704849877
对自媒体而言，与订阅分发、编辑分发不同，推荐分发会给分发模型带来怎样的变数？在这个全平台分发的“战国时代”，自媒体又该如何在多平台间左右逢源，给自己的内容曝光量和品牌影响力带来大的提升？
1704849878
1704849879
接下来，就让我们翻开这本写给小白和自媒体的内容推荐分发手册，一起走进内容推荐时代。
1704849880
1704849881
1704849882
1704849883
1704849884
内容算法：把内容变成价值的效率系统 [:1704849723]
1704849885
1704849886
内容算法：把内容变成价值的效率系统
1704849887
1704849888
1704849889
1704849890
1704849891
内容算法：把内容变成价值的效率系统 [:1704849724]
1704849892
内容算法：把内容变成价值的效率系统 走近内容推荐
1704849893
1704849894
推荐系统架构初探
1704849895
1704849896
想象一下，站在推荐系统之城前的你被抽离出一个数字的躯体。你找到一面镜子端详自己，却惊诧地发现自己的身体已被无数数据所组合：科技10%、篮球4%、历史1%、自然0.3%……
1704849897
1704849898
你仔细观察，甚至发现了很多连你自己都没有注意到的细节：虽然热爱旅游，但喜欢博物馆远胜过自然景观；虽然身为老饕，但喜欢西餐甜点多过中餐……
1704849899
1704849900
当然，你也会发现自己的身体仍然被一团团大大小小的迷雾笼罩，那是尚未被系统发掘的兴趣点，连你也禁不住好奇那些迷雾的背后究竟隐藏着什么。
1704849901
1704849902
定了定神，你走进了推荐系统之城。专门为你适配的一篇篇内容如一群萤火虫般朝你飞舞过来、将你围绕，你伸手点击了一条感兴趣的内容将它点亮。就在点击的那一瞬间，你身上的迷雾有一丝散去了，同时显示出了新的兴趣点——极限运动0.01%，那些原本就存在的密密麻麻的数字也有一些发生了变化：有的权重上升，有的权重下降。每一次选择与反馈，你都在进化着自己的数字躯体。
1704849903
1704849904
现在，你生出了双翅，原地飞了起来，可以从高空俯瞰整个推荐系统。你看到了一个又一个数字拟态的人在城市的不同地方游走。每个人身边都围绕着许许多多的信息光点，又同其他人之间存在着若隐若现的连接。在那些信息光点中，被阅读的便会点亮，被忽略的则会变暗。每一个被点亮的光点都会分裂成更多光点，顺着人和人之间的连接飞舞到更多人的身边，就像被延续了生命一样。此起彼伏的光点明灭，共同照亮了整座推荐系统之城，让它仿佛有生命一般慢慢扩张。
1704849905
1704849906
上述过程听起来或许像科幻小说一样，但用来描绘推荐系统，却是再恰当不过了。
1704849907
1704849908
推荐是一个协作与进化的过程：
1704849909
1704849910
对内容而言，每一个用户既是消费者又是决策者，被认可的内容得以进一步扩散，不被认可的内容则被系统纠偏，以免给更多人造成负面影响。
1704849911
1704849912
对用户而言，每一次行为反馈都在不断地完善自己的数字躯体（用户画像），而系统的兴趣探索行为，也在进一步给这幅画像补充更多维度。