第一种可能：聊天信息泄露，头条知道了自然能推送，不过这种可能不是很大。
第二种可能：聊天提到过的东西，你在别的地方也搜索过或者浏览过相关内容，那地方跟头条有合作，知道你浏览过，所以推送相关。
第三种可能：你聊天的朋友也在用头条，看过你们聊的东西，通过相似人算法也推送给你。
第四种可能：你的画像跟某些其他人画像特别接近，你们最近都恰好在了解某些东西，因此推送给你。
第五种可能：你聊天的内容恰好在某个人群中是最近的热门topic，命中概率变大。
今日头条的文章个性化推荐机制主要是：
相似文章主题相似性的推荐：通过获取与用户阅读过文章的相似文章来进行推荐。
基于相同城市的新闻：对于拥有相同地理信息的用户，会推荐与之相匹配的城市的热门文章。
基于文章关键词的推荐：对于每篇文章，提取关键词，作为描述文章内容的一种特征。然后与用户动作历史的文章关键词进行匹配推荐。
基于站内热门文章的普适性推荐：根据站内用户阅读习惯，找出热门文章，对所有没有阅读过该文章的用户进行推荐。
基于社交好友关系的阅读习惯推荐：根据用户的站外好友，获取站外好友转发评论或发表过的文章进行推荐。
基于用户长期兴趣关键词的推荐：通过比较用户短期和长期的阅读兴趣主题和关键词进行推荐。
基于相似用户阅读习惯的列表推荐：计算一定时期内的用户动作相似性，进行阅读内容的交叉性推荐。
基于站点分布来源的内容推荐：通过用户阅读的文章来源分布为用户计算出20个用户喜欢的新闻来源进行推荐。
本文地址：https://www.39baobao.com/show/38_17763.html
以上内容来自互联网，请自行判断内容的正确性。若本站收录的信息无意侵犯了贵司版权，请联系我们，我们会及时处理和回复，谢谢.
