大数据给你贴上了各种标签（怪不得能推荐你感兴趣的内容）

大数据给你贴上了各种标签（怪不得能推荐你感兴趣的内容）

几乎我们每天都会使用头条等新闻APP，我们常常发现，新闻APP背后的大数据系统总是能够推荐我们，今天我们以最通俗易懂的方法，来讲讲大数据是怎么发现我们喜欢的东西的。

首先，当有作者在新闻后台撰写一篇文章后，文本分析引擎会对整篇文章进行分词，什么叫分词呢？通俗易懂的讲，就是对文章进行断句。例如下面这个句子，“中国移动采购5G终端13100台，华为占比近半”，机器通过分词算法后，就会变成“中国移动/采购/5G/终端/13100/台,华为/占比/近半”。

分词完之后，机器就会开始提取关键词。什么是关键词呢？出现的次数越多，越有可能是关键词，语气词一般都不是关键词，名词是关键词的可能性更高。一般都会有一个大数据关键词库，会从跟大数据库里面的关键词进行配对。例如，上述例子中，最后成为关键词的就有可能是，中国移动、华为、5G。至于其他的词语，一般都比较通用或者很难表达准确的意思，所以不会被认为是关键词。

提取关键词之后，大数据推荐系统会根据算法，对关键词进行分类，例如上述例子中，关键词是中国移动、华为、5G，那么，文章就会被分类到科技类目下，根据而华为、中国移动、5G这些都是通信的词语，就会再一次被划分到通信类目下。于是，这篇文章就会被归纳到科技类目下，并且被打上通信、华为等标签。

那么，这个内容会推荐给谁呢？很显然，当然是推荐给对科技感兴趣的人啦。那么怎么知道哪些人对科技，对通信感兴趣呢？

在每一个互联网公司里面，每一个用户，都有一个用户画像，什么是用户画像呢？通俗易懂的说，就是大数据系统描述一个用户是什么样的呢？例如男、女等性别标签，用户所在城市等位置标签，用户多少岁等年龄标签，还有用户的喜好，例如喜欢旅行、喜欢数码、喜欢科技这样的种种爱好。

大数据怎么给用户打上标签呢？一般在用户第一次登陆APP的时候，通常都会给用户一些标签，让用户选择感兴趣的内容，这个在专业领域，我们称之为冷启动。例如用户选择了科技之后，我们就能够把上述的文章推荐给这样的用户。

接下来，大数据的后台都会时时刻刻地监视着用户的一举一动，例如同样是科技类目，如果连续给用户推荐5个谷歌的新闻5个微软的新闻，但用户不点击，大数据就可能会认为这个用户对国外的科技不感兴趣，以后就会倾向推荐国内的科技新闻，如果一直推荐科技新闻用户不感兴趣，大数据就会渐渐地认为这个人对科技不感兴趣，会逐渐减少这类新闻的推荐量。

同时，大数据除了对用户的画像不停地调整，也会对文章不停地调整，让用户不停地看到自己感兴趣的，而又优质的文章，所以不得不说，现在大数据是越来越懂用户了！这也是科技的发展，给人们生活带来的便利。