就是透過大資料分析，精準推送。開啟一篇文章，在最下面可以看到幾個關鍵詞，這都是系統自動從你的正文中採集出來的，然後系統會把這篇文章推送給經常閱讀這類關鍵詞的讀者，如果有很多人點選，閱讀量逐漸上升，它會繼續推薦，如果讀者沒有點選，系統會停止推薦。

我個人的理解是這樣的。

一個人釋出的作品主要包含標題，標籤，圖片，影片，影片裡面包含語音文字，大量的影片畫面。

2.圖片內容，現在有先進的圖片識別技術，系統會根據您的圖片內容，去識別相似度很高的內容。舉個比較普遍的就是淘寶拍照識別商品，拍個照片，就能知道你想要找的商品。

3.人工稽核匹配，這個最好理解了，大量的影片內容，瀏覽過後就能知道分類了，你釋出的如果是搞笑的內容，人工匹配就會把你的影片匹配給喜歡看搞笑影片的那一個流量池裡邊。

當然系統是層層推薦的，要做好第一波推薦人群的口味，系統才會給你推薦一波又一波的人群。

你發的作品在河流的北岸，使用者在河流的南岸，這個河流上有無數做橋樑，這些橋樑在演算法上叫標籤，系統透過你釋出的作品獲取資訊，給你的作品打上標籤。系統又透過使用者之前的行為（點贊，評論，分享等）給使用者打上標籤。你作品的標籤與使用者的標籤相似度越高，系統就把你的作品和使用者放到同一座標籤橋上過河，這樣，你的作品和使用者就順利相遇了

他們也是蒙的，別太認真~

如果他們真知道的話，你的閱讀率就不是那麼低了，會篇篇爆表~

另外，搞這些演算法的人只是認個字，並不瞭解文字背後的真意~

大多人都是在Kill time~

都是在逗“你歪兒”~

很簡單，每個領域都有不同的關鍵詞，透過大資料分析即可得知，比如健康領域出現軍事術語劉不對了吧。堅持本領域持續輸出有價值有觀點的內容，平臺會發現並推薦的