hi，我是大头妹D。
每天向你讲述最好玩的今日头条小道消息和吐槽故事，带你从另一个视角对话头条。
最近看到头条在官微上揭秘了推荐算法。很多人留言说：「你以为你公布了，我就看得懂了吗？」
哈哈哈哈哈，这个槽点扎心了。
算法对于非专业人来说，确实比较难理解。我随手就问了几个非相关专业的学霸：
“你觉得算法是什么？”
@高不胖：就是计算什么的吧？精准的东西吧？
@十项全能：计算方法吧？
一边问，才一边意识到，虽然我以前整天吐槽它，但真要解释也挺迷糊。于是我屁颠屁颠地跑去问了零一。
其实在没有电脑之前，就已经有算法了。
它是解决某个问题的计算方法、步骤。
比如，小学乘法算法表，九九八十一。
比如，妈妈做饭脑子里出现的食谱，先炒，再炖，再小火收汁（我又饿了）。
计算机算法，是用计算机解决问题的方法、步骤。
解决不同的问题，需要不同的算法。
其实我们用的大部分APP，都有算法支撑，尤其是推荐算法，从听音乐到看视频到看资讯新闻，看小说，看直播，打游戏。
那么算法是怎么推荐的呢？
***
以头条公开的推荐算法为例
简单地说，就是将环境、人、和内容匹配。就像牵红线一样，是个月老。
算法一般会根据这3个维度来预估，进行推荐。
第一个维度：文本内容。
当计算机获得一个文本内容时，他可以通过一套算法，迅速分析这个内容的主要特征，包括：
质量：1 、3、 5、 6
主题词：娱乐、科技、地产、游戏
兴趣标签：鹿晗、王思聪、EDG、霍金
时效性：1分钟内 5分钟前 2小时前
作者来源：大头妹D
相似文章：XXXXXX
第二个维度：人。
我们在手机上电脑上的点击、阅读时间、点赞、评论、转发、都可以在后台量化成标签。
计算机会不断给ID账号贴上标签，从而总结出兴趣特征、性别特征、年龄特征。
比如你经常点鹿晗，就会贴上鹿晗的兴趣标签。
于是形成算法推荐的第二个维度，包括：
兴趣、职业、年龄、性别、机型
第三个维度：环境特征。
当一个人在不同的环境下，会想看不同的内容。
比如在北京，就会更关注北京天气变化雾霾沙尘暴。在长沙就可能会关注长沙美食。包括：
地理位置：北京东城、上海浦东、长沙岳麓区
时间：早中晚 工作日节假日
天气：多云 晴天 雨天 雪天 大风
网络：4G、3G、2G、WI-FI
算法会通过以上3个维度进行数据分析，来预估ID账户期待看到什么内容，从而推荐。
这就是推荐算法。就像我们会预估，奶奶在冬天想吃炖萝卜，于是看着食谱，开始做炖萝卜给奶奶。夏天弟弟想喝冰西瓜汁，于是买食材，开始做西瓜汁。
头条官方发布了一些看起来很复杂的图。传说是典型的推荐算法。看不懂太正常了～毕竟这是给技术大佬们看的。
厉害的算法长什么样子？
天下武功唯快不破，很多场合也适用。厉害的算法都反馈迅速。比如你刷头条，看到的所有的推荐几乎是实时推荐的，不是预先准备的。
简单地说，就是你的每点击一个内容，都会产生新的推荐，新的标签，很有生命力。
算法不能做什么？
算法听起来似乎很厉害，但是还有很多事，算法还做不到。比如重要新闻的置顶、加权限、低级账号内容降权，都只能依靠人工。所以算法分发也不是把所有决策都交给机器。
再比如很多人问：“为什么总是给我推荐重复的？”
可什么是重复呢？有人昨天看到一篇篮球的文章，今天多看两眼可能就厌烦了。但对于一个超级粉丝来说，恨不得所有内容都看一遍。
怎么解决呢？精确抽取文本特征，刻画用户画像。
简单地说就是计算机分析一篇文章越精细，文本特征越精确，用户的画像越清晰，推荐才越准。据说解决的办法还有很多，但是我已经不太能懂了。。
写到这里，我似乎已经把我所有的数学知识都用上了。但愿算是解释清楚了。。
最后感谢大神：零一。好饿，吃东西去了。
