花冷妍
今日頭條的算法一直為外界所詬病，就連人民日報都曾發文點名批評。
在題為《向今日頭條等低俗信息傳播通道亮紅牌》的文章中，人民日報寫道：
“算法推薦”的信息有多不靠譜，多麼無底線，廣大網民特別是孩子們的家長感同身受，甚至傷痕累累。
人民日報指出，今日頭條上存在大量低俗信息，甚至垃圾信息。今日頭條是以新聞的名義，打著“算法推薦”的幌子，讓各種良莠不齊的信息充斥網民手機。只要有粘度、流量，能帶來利益就推，什麼低俗離奇推什麼，這不僅侵佔了網民有益閱讀空間，還損害了社會道德。今日頭條隨機整改，清理違規賬號。
今年1月11日，今日頭條召開分享交流會，首次公開分享了今日頭條推薦算法的基本原理。
今日頭條資深算法架構師、中國科學技術大學計算機博士曹歡歡在分享會上表示，
“算法分發並非是把所有決策都交給機器，我們會不斷糾偏，設計、監督並管理算法模型。 希望這次分享能讓更多的人理解算法，並共同參與到算法模型的制定中來，以改善算法，更好的為用戶服務，讓算法為社會創造更大的價值。”
不過，曹歡歡也說，由於現在很難有一套通用的架構模型適用於所有的推薦場景，所以很多公司會做多個算法的組合。
他還透露，以下四種特徵將會影響到推薦：
第一，是相關性特徵，即評估內容的屬性和維度與用戶是否匹配。說白了，就是將符合你平時喜好領域的相關內容推薦給你。
第二，是環境特徵，即地理位置、時間。
第三，是熱度特徵，即全局熱度、分類熱度，主題熱度，以及關鍵詞熱度等。
第四，是協同特徵，指通過用戶行為分析不同用戶間相似性，比如點擊相似、興趣分類相似、主題相似、興趣詞相似，甚至向量相似，從而擴展模型的探索能力，部分解決所謂算法越推越窄的問題。
全天候科技
不明白推薦量怎麼算？這一類的問題回答過很多次了！今天再詳細說一下！
什麼是推薦量？什麼是初始推薦量？如何提高推薦量？這三個是核心問題，互有關聯，咱們整體來說！
首先，什麼是推薦量？
大家都知道頭條會要求文章作者儘量保持固定的領域，然後寫的多了會自帶一些常用的關鍵詞和標籤，比如說你是寫文化類的文章，他就會有一個固定的標籤——“文化”，然後再根據你所寫的那篇文章（比如說你有一天寫了一篇關於李白的詩文分析）標題、內容，再提取一定的關鍵詞——“李白”、“詩文”、“唐朝”等等，然後根據這些關鍵詞來尋找對這些內容有興趣的讀者，推薦給他們，這就產生了推薦量！
其次，推薦量的算法和初始推薦量！
剛才解釋了什麼是推薦量，那麼如何計算推薦量的數值？頭條根據你文章的關鍵詞尋找到感興趣的讀者，比如說近期有一萬人閱讀了這一類的文章（不一定是你的文章，這個一萬人只是個比方，具體數值不同！），然後會把你的文章推薦給他們，剛開始幾百、一兩千這樣，不會一次性推薦給這一萬人，
類似於試水，看看你的文章的點擊率、閱讀率，來評判你的文章好不好！這就是初始推薦量！最後，如何提高推薦量？
這裡還要說一下算法，我說了他們是有關聯的。當你的文章有了初始推薦量，然後根據讀者的點擊率、閱讀率評判文章好壞，如果反應很好（也就是說閱讀率、點擊率很高），那頭條就會加大推薦量，當然不可能一次性就全部推薦完，只是增加，比如說一兩千、幾千這樣，一般會比初始推薦量多很多！這個增加推薦量的過程是很多次的，並非一次。這就是推薦量的完整算法！
那麼如何提交推薦量？這就涉及到文章的寫作技巧了！不論是標題還是內容，都要新穎、獨特，最重要的就是有自己的觀點。當然這是籠統的說法，具體的寫作技巧這裡就不說了，不然寫下來太長！可以去找一些相關的文章來學習！
希望我的回答能夠幫到您！謝謝！
萬物皆明
其實同你一樣，我也在網上搜索了許多相關的回答，但是覺得都不是特別的貼切，至於頭條的推薦量算法，具體精確的我也說不準確，我只能談一下自己的感受：
首先，要有一個自己專注的領域，如果持續在一個領域發文，漸漸的你這一類的文章推薦量會呈現震盪上行的走勢。雖然一個作者不可能只寫一個領域的文章，但要有一個主打領域。
第二，逐漸提高文章的質量。通常而言有思想、有自己見解的文章，推薦量會相對高一些。
以上就是我一點不成熟的小建議，希望對你有幫助。
小張同學自媒體
作為行業先行者的今日頭條，主動將算法原則公開，也體現了這種開放態度，這展示了一個商業公司反哺互聯網行業的正確姿勢，也展現了一家技術平臺的責任感。公開獨門秘笈也是一種大格局！
