一边是屏幕极小的智能手机，一边却对应着内容海量丰富，信息过载的情况，如何去找这个产品的切入点呢?到了现在，手机的内容信息已经成为大家隐私的一部分，当代大众对于手机信息的选择越来越个性化，每个人对信息的筛选极具个人特色。

那么可不可以个性化地推荐用户感兴趣的资讯呢?而且个性化的推荐技术在电商平台和广告平台已经有了很成熟的应用。

什么是个性化推荐?

个性化推荐就是同算法进行用户感兴趣的内容精准推荐，帮助用户快捷发现感兴趣的内容。当你看完一个内容之后，立马给你推荐相关的东西。像国外的YouTube，将自己的首页60%的内容改为智能推荐之后，相比原先最热门的内容，首页内容的点击率是提升了200%。

亚马逊35%的销售额也来自于智能推荐。阿里巴巴所有的商品页下面都有一个猜你喜欢，使得阿里巴巴的商品点击率提升了3倍。QQ窗口右侧的广告，也是运用了个性化推荐。个性化推荐技术可以帮助产品增加用户使用时长，从而增加黏性。

但是截止2012年，还没有一家将这个技术用在资讯上，张一鸣就考虑到了这个破局点，他想要做一个基于机器算法进行个性化推荐的聚合类移动资讯客户端。

如何做到个性化呢?现在就来介绍一下头条的灵魂——推荐引擎。什么是推荐引擎?不需要输入关键字，就显示搜索内容的搜索引擎就是推荐引擎。推荐引擎并不是单一算法策略，而是一系列算法策略的组合，通过多种算法进行组合推荐，才能确保推荐结果的精准性和多样性。

推荐引擎涉及到用户研究、文本挖掘、推荐算法、分布计算，以及大数据流的实时计算等多种角度。值得一提的是头条用户研究中对信息的收集能力。像大家熟悉的点赞、收藏、评论、转发的行为就不多说了。

更主要的是当你进入头条那一刻起，头条就已经开始收集你进入App的时间，以及你主动选择的资讯主题，还有你点开查看的文章类型，以及你在每一篇文章页面停留的时间。

这篇文章，你只看了10%就退出了，这篇文章你看到了90%，下一篇文章你看完了，并且还主动点开了评论，这些信息都会被头条收集起来，它细致到你刷到哪里，刷了几屏，在每一屏里停留的时间等所有的行为，都会被头条记录。

头条不仅默默地在收集你所有的使用信息，还主动地征询你的兴趣。头条的所有信息，不管是资讯还是广告，右下角都有一个小叉号，叫不喜欢功能，你点击之后，说明你对这个内容不感兴趣，头条还会问你为什么屏蔽它。

在曾经的版本中，用户对文章点赞，甚至会弹出t弹窗提示已经收到点赞信息，头条未来会增加此类内容的推送。

现在头条的个性化推荐引擎究竟做得如何呢?我给大家分享一个真实的案例。这是我妈妈手机上的头条首页截图，她是头条的忠实用户。大家可以看到，她的首页推荐上以社会新闻居多，所以我认为头条已经成功地贯彻“越用越懂你”的理念，实现了内容的千人千面，也就是每个人会有不同的首页内容。