内容算法：把内容变成价值的效率系统
前言
这本书是头条的一个产品经理写的，头条对于推荐的理解确实要高一些档次，看的出来这个产品经理对技术也挺懂，所以他写的内容有技术，虽然没有那么深入，但同时也包括了从人的方面的一些思考。能够给人一些启示，也能印证自己之前的一些想法（就是别人也会这么想，并且这个想法还是对的）。
推荐与搜索最大的差异在于用户表意是否明确。因此，推荐系统需要尽可能地完善用户的长期画像和短期场
** 兴趣探索 **：在冷启动环节里，应用推荐技术本质上还是以“留住用户”为第一要务，尽快发现用户的主要兴趣点，并推荐和这一兴趣相关的内容以换取更高的点击率；而当新用户已经成了老用户，在已经实现短期留住用户的前提下，推荐系统需要再一定程度上牺牲短期点击率来探索用户更广泛的兴趣，从而获得用户长期留存率的提升。（牛逼）
分析影响面旨在帮助我们更好地确定待解决问题的优先级，将有限的精力优先投入到收益场景更大的事情上。就易反感内容的影响面而言，用户的反馈量统计就是一个衡量标准。
在推荐过程中，对易反感内容的推荐处理是一个强化负反馈的过程。不容的内容负反馈力度不一样。
在时效性上，分为短时效性内容（赛事、股票），中时效性内容（最新新闻），长时效性内容（知识、案例分析）