用户在通过社交账号登陆时，算法会解读用户兴趣，形成用户画像，根据用户画像来推荐感兴趣的文章。在用户使用过程中，算法会根据用户的点击、搜索、订阅等行为优化用户画像。
如果用户不登陆，头条会推荐一些大众化的内容，再根据用户点击来确定用户画像。文章经过审核和消重后，会分批次推荐给用户。首先推给最感兴趣的用户，然后根据这批用户的反馈信息决定下一批的推荐量，反馈信息包括点击率、收藏数、评论数、转发数、读完率，页面停留时间等，其中，点击率占的权重最高。如果推荐一次用户点击率及阅读数据都比较高，智能算法采取再推荐一部分人，所以，你看到，好的文章，推荐量及阅读双双越来越高。
