網易新聞的推薦邏輯到底是什麼？

每個新聞的標籤都有「內容質量差」和「重複，舊聞」，那麼選擇了這個理由又有什麼用，後台會如何推薦？還是其實並沒有任何作用，只是網易新聞這個大shabi用來忽悠智商不在線的用戶？

不光網易，大部分類今日頭條的資訊應用都有這麼一個「不感興趣」按鈕。我來解釋一下大致的邏輯。

假設所有的網路文章涉及到n個話題（關鍵詞），那麼資訊應用的後台程序可以根據對某一篇特定文章內容的分析，給這篇文章在n個話題上各賦予一個權重數值，那麼這一串數值就構成了這篇文章的權重向量，不妨叫做A。

而一個用戶，根據他對各種類型的文章的點擊、停留、搜索等等行為，程序也可以判斷他對n個話題各自感興趣的程度，在每個話題上各賦予一個數值，這一串數值構成了用戶的興趣向量，不妨叫做B。

那麼，我們拿一個A和一個B求內積，也就是把A的每一個分量和B的每一個分量各自相乘，再加起來。對於每一個ai*bi來說，如果ai=0，意味著這篇文章跟第i個話題無關，那麼ai*bi=0，如果bi=0，意味著這個讀者對第i個話題沒有興趣，ai*bi=0，只有ai和bi都不為0，說明這篇文章聊到了第i個話題，而讀者對這個話題也有興趣。那麼內積的數字越大，說明讀者和文章之間越匹配。

當一個用戶刷新時，系統就會挑選出與這個用戶的B向量內積最大的若干篇文章刷到他的時間線。然後根據用戶的行為例如有沒有打開、看完了多少、停留了多長時間、是否有評論轉發來轉過頭調整這個用戶的向量各個分量，如此周而復始。

「不感興趣」也是機器對你進行研究的因素之一。以提問者給出的截圖為例，你如果選擇「旅遊」、「敦煌游」或者「莫高窟」，機器會認為，你對這個話題不感興趣，那麼你的B向量中的分量，b旅遊、b敦煌游或者b莫高窟就會下降一些，關聯這個話題的答案出現在你的時間線的概率就降低了。

如果你選擇「來源：某某某某」，機器會認為你不喜歡這個作者，那麼這個作者對於你來說總體就會加上一個減益，比如原先你和這個作者之間的匹配度是A*B，你不喜歡一次之後，就變成了0.9A*B。

如果你選擇「內容質量差」，降低的應該是這個作者本身的評分，也就是說，這個作者以後去匹配所有讀者得分都會降低。不光他對你變成了0.99A*B，對另一個讀者C來說，也變成了0.99A*C。但是這一個評價效果應該是比較弱的，要很多人都覺得差，作者的評價才會顯著下降。

如果選擇「重複、舊聞」，則是幫機器調教去除重複的演算法。很多時候熱門新聞出來，例如「北京市調整房地產限購政策」，會有很多媒體寫，而且內容幾乎一模一樣，那麼發得快或者本身是權威機構的賬號的文章會更可能顯示，其他的則很可能被視為「重複文章」而被降低分發權重。如果你發現了是重複或舊聞，但又出現在了你的時間線，那麼機器就會標註出來，加強它以後對這類問題的學習。

經常有人說「今日頭條（或者別的什麼應用）推送的不是我愛看的東西」，這個可能是冷啟動的問題，因為你剛開始用時，機器無從判斷你的喜好，你的向量B是根據你用的手機、你的註冊信息（如果有）來大致估測的，要多用不喜歡按鈕，而且選擇好不喜歡的理由，一般來說不到一個月，系統推送的信息就會變得很準確了。

猜測一下。

選擇【內容質量差】這個標籤，會降低這篇文章以及這個作者的權重，後續這個作者的文章可能不會推薦給你，但是其他內容質量的文章還是會推給你，所以避免不了流裡面還是有內容質量差的文章。畢竟彼之砒霜，吾之蜜糖，每個人的口味是不一樣的。但是我相信每個作者應該也是有標籤的，你重複提交某一個標籤下的作者的文章為低質量文章，該標籤作者的內容也會收到的逐漸變少。

選擇了【重複、舊聞】這個標籤，實際上是幫助網易去判斷這個消息的時效性，給機器餵了東西，讓機器有更多的數據去學習，知道什麼是舊新聞。但是也沒有辦法避免收到此類的新聞，不過隨著機器學習的數據越來越多，後續的舊新聞應該會越來越少。

至於其他的標籤，都是實際內容的標籤，選擇了之後，代表你不關注這些內容，多提交幾次，這些標籤的內容就不會再推給你了。

但是不管怎麼樣，現在這種去中心化的資訊類軟體，內容差是無法避免的，標題黨也很多。業務上關心的是有內容可以看，作者關心的是怎麼把用戶騙進來。還是懷念過去的小編，雖然文章的觀點和角度和自己會有差異，但是至少還是可以保證質量的。