有趣頭條推薦系統,根據用戶屬性,進入knn聚類,深度挖掘用戶興趣,利用lda主題模型對文章進行分類,利用深度神經網絡模型訓練doc2vec(文本分析下的情感分析,從文字等中自動識別人們對特定話題的主觀看法、情緒和態度。).離線計算利用svd矩陣分解和itembase協同過濾生成個性化推薦文章集,在線實時LR預測模型通過點擊反饋對推薦結果進行重新排序。把人和文章分類,把用戶喜歡的文章推薦給用戶。
基於內容聚合的趨勢,趣味頭條也滿足了用戶獲取個性化、社交化、本地化信息的需求。通過PGC的大力扶持計劃,招募了壹大批時尚、生活方式、權威媒體、企業機構等自媒體和內容創作者。