今日头条是国内领先的新闻客户端，最大的特点是个性化推荐，真正的千人千面。初步估计有3亿的积累用户，日活用户超过三千万。
之前就这个问题跟今日头条的今日头条算法构架师曹欢欢交流，就“今日头条是怎么推荐内容的？”进行了简单交流。
举个简单的例子，头条在给用户找一篇你可能喜欢的新闻的时候，他会考虑三方面的因素：
1、第一，用户特征，比如兴趣，职业，年龄，短期的点击行为。
2、第二，环境的特征。推荐是一个情景化的事。比如我自己早上，会看一看科技新闻。周末晚上会看搞笑视频。还有网络环境，你要有wifi的话，给你多推视频。
3、另外就是文章自身的特征，它有哪些主题词，命中了哪些标签，还有它的热度，是不是很多家媒体都转载了。包括文章时效性和相似文章推荐。
今日头条的个性化推荐不靠人、靠技术推荐时会兼顾用户、环境和文章本身特征这点可以看做他很好的一个技术壁垒。在个性化推荐这块还是考虑得因素蛮多的。
今日头条开始逐步引入个性化推荐的策略。他们所采用的，是协同过滤（Collaborative Filtering）** + 基于内容推荐，直到今天依然构成今日头条推荐算法的基础。
关于协同过滤，参考 IBM developerWorks 中文社区的专业解释，“协同过滤一般是在海量的用户中发掘出一小部分和你品位比较类似的，在协同过滤中，这些用户成为邻居，然后根据他们喜欢的其他东西组织成一个排序的目录作为推荐给你。”
（协同过滤）是一个很好的方法，直到今天我们还一直使用。但缺点也很明显，对于没有行为（记录）的文章，没办法推荐，所以没办法用于文章的冷启动。所以我们引入了基于内容推荐的策略。比如计算文章的分类、文章的关键词，然后根据用户对文章的阅读、浏览等信息，细化用户的个人资料。——这样子，如果文章是和科技相关的，而用户的个人资料也显示科技相关，那么就算匹配。”
在之后的工作，是把特征、模型做得更加细化。比如，文章实体词的抽取。我们最近对文章的分析，已经做得很细，可以精确地提取实体词。我们近期引入了‘词嵌入’（word embedding）方法，做向量化的分析，还引入 LDA 的方法，进行 topic 分析等等。
今日头条凭什么可以成为自媒体第一？
原因只有一个：靠它绝佳的用户体验和个性化推荐（你喜欢看什么，就给你推送什么！）。
这是哪个自媒体平台无法做到的！可以说，以后的自媒体平台可能会学着这一招，但头条是做的最牛逼的。
你可以尝试下，两个不同手机上同时刷新今日头条，居然出来资讯都不一样。并且更牛逼的是，同一篇文章，今日头条的推荐量是其他自媒体平台的好多倍，所以阅读量自然也高出其他平台不少。
自媒体人需要关注以下重要几点：
点击率＋读完率
点击标题并读完文章的人越多，推荐就会越高。在发布文章的时候，标题就很重要，只有吸引人才能够引起用户点击。这里不建议做标题党，内容不好，用户点击就走，那么读完率就低了，影响推荐量。
分类明确
文章兴趣点明确，推荐越高。分类就是我们要把文章主题放到相应的分类中去，比如新闻、社会、娱乐、电影等。兴趣明确，文章将会快速的送达相应的目标人群的头条中。如果你是电影相关的文章，放到新闻去，这将大打折扣。
文题一致
做恰如其分的标题党，不要夸张，但也不要太平淡引不起用户的阅读兴趣。
内容质量
优质内容才是根本，这一点也毋庸置疑。好的标题+优质的内容，才是文章受欢迎的标配。
账号定位明确
文章题材随意宽泛的账号，得到推荐的概率更低。举个例子，比如我主要定位是分享sem的，但我账号中很多都是娱乐，电影方面，而且很随意，那样只会降低账号的专业度。
互动数、订阅数
读者越活跃，推荐越多，读者活跃表现在评论，点赞，分享等方面。一篇文章好，当然就会引起用户的互动并分享等。
站外热度
在互联网上关注度高的话题，推荐越多。这就是抓热点了，今日头条是阅读信息的app，用户当然更关注及时信息，所以发布热点话题也会快速的获得更大的推荐量。比如我之前在今日头条发布的《罗振宇:我确实见过papi酱,但没说过那些话》就获得推荐量24.5万。
发文频率
经常发文，保持活跃很重要。这个无论在哪个平台都是这样的，平台当然喜欢更活跃的作者了，这样才能够源源不断产生信息。
《今日头条》信息流推广介绍，加盟今日头条，成就明日财富。
马云曾说，创业最怕看不见！看不起！看不懂！跟不上！那么移动营销呢？同理！当年有多少企业看的见PC互联网营销？移动营销给所有行业一次洗牌的机会。下一次机会在10年后！
向合适的人展示合适的广告，让广告主每一分钱的预算支出都物超所值。
没有人喜欢看广告。人们阅读他们想要阅读的东西，而有时候这些内容恰巧是广告。
好了，关于今日头条广告媒体优势龚先生就为您分析到这里。如果要投放今日头条广告，留言咨询我咯。更多新媒体广告尽在：龚先生的范儿，欢迎关注。
联系客服
