推荐系统
个性化内容推荐、编辑精选、算法分发——用户发现好内容的核心引擎
推荐策略
Litopia 使用多层推荐策略，结合算法推荐和人工编辑：
1. 协同过滤
- 基于用户阅读历史的协同过滤算法
- 相似用户群体的阅读偏好交叉推荐
2. 内容画像
- 基于文章标签、分类、长度的内容特征向量
- 向量相似度计算
3. 编辑推荐
- 人工精选——由编辑者在后台标记推荐内容
- 编辑推荐专区展示
4. 热度排序
- 综合阅读量、点赞数、评论数、发布时间的时间衰减加权
- 热门 / 趋势实时计算
推荐位置
- 首页信息流：个性化推荐
- 文章详情页侧栏：相关推荐
- 专栏/文社页：同类型内容推荐
- 搜索页面：热门搜索推荐
算法合规
推荐算法按个性化推送类与排序精选类分别准备备案材料。最终备案名称、类型和编号以主管部门审核及公开信息为准。详细文档见 参考资料 中的算法备案相关文档。
如何与用户操作配合
推荐系统不会孤立工作，它会和用户的阅读、关注、收藏、标签点击和停留时长共同作用。对最终用户来说，“推荐”并不是黑盒固定结果，而是会随着你的互动逐步调整的动态内容流。
继续阅读
延伸阅读：如果你要从用户角度理解如何通过浏览行为影响推荐，请继续阅读“阅读与浏览”；如果你要查推荐系统实现，请继续看项目文档中心中 recommendation 相关设计文档与模块边界。