사용자 특성 : 관심연령, 직업, 휴대폰 기종, 독서 이력 등

환경적 특성: 시간, 지리적 위치, 네트워크 상태, 기상 조건 등 환경적 특성을 기반으로 사용자에게 권장 사항을 제공합니다.

키워드, 제목, 태그 인기도, 적시성 등 알고리즘을 통해 기사의 내용과 특성을 분석합니다.

사용자 관심에 기반한 알고리즘 추천은 터우탸오(Toutiao), 이뎬(Yidian) 뉴스 등으로 대표되는 모바일 인터넷 뉴스의 주요 배포 방식이다.

시청자 상태가 향상되고, 사용자가 뉴스 생산 및 푸시의 중심이 됩니다.

뉴스 통합 및 편집을 위해 사용 시나리오, 사용 선호도 및 관심 선호도에 대한 사용자 데이터를 수집하고 정리합니다. 뉴스 수집 및 작성은 뉴스 가치 기반에서 사용자 관심 기반으로 점차 변화됩니다. 수동 편집기에서 지능형 알고리즘에 이르기까지 강력한 기능을 제공합니다.

사용자의 과거 탐색 기록을 기반으로 알고리즘 추천을 사용하여 사용자의 초상화에 대한 동적 설명을 달성함으로써 수천 명의 사람들에게 도달할 수 있으며, 각 제작자의 뉴스가 지능적이고 정확하게 사용자와 일치할 수 있도록 하여 오랜 시간 동안 더 나은 서비스를 제공할 것으로 예상됩니다. -사용자의 요구에 부응하여 사용자 밀착성을 더욱 높이고 커뮤니케이션 효과를 향상시킬 수 있습니다.

앞으로는 편집, 편집, 검토 등 기본적인 업무 역량 외에 컴퓨터 기술도 핵심이 될 것입니다. 뉴스 전문가에 대한 수요.

틈새 시장을 구축하는 것은 더 큰 시장 부문에서 비슷한 관심이나 요구를 가진 소규모 고객 그룹이 차지하는 시장 공간입니다. 과거에는 대중의 일반적인 요구에 따라 뉴스를 전달하는 방식이 있었습니다. 만족 사회 대부분의 사람들의 정보 요구는 시장의 세밀한 분할을 무시했습니다. 요즘에는 개인화된 뉴스 푸시에 알고리즘 추천이 사용되어 소규모 그룹의 요구를 크게 충족할 수 있으며 개인화된 틈새 시장을 구축합니다. 분야를 실현할 수 있습니다.

정확한 초상화, 행동 인식

정확한 유통, 개인화된 커뮤니케이션

정확한 피드백과 통찰력

정확한 교정, 성향 재형성

주 게이트키퍼가 시장을 떠나고, 흐름값 안내의 질이 부족합니다.

에코챔버 현상이 심각해 공감대 형성이 어렵다

침묵의 나선효과 나타나 온라인 여론장 왜곡

가격

성별

경주

더 정확한

더욱 다양해졌습니다

보다 일방적임(인간 사회의 개인에 대한 판단은 일반적으로 포괄적이고 동적이지만 알고리즘은 모든 사용자 데이터를 획득하고 처리할 수 없음)

더 숨겨진