头条的机器推荐算法，有bug

头条的机器推荐算法，一点也不神秘，机器都是按照事先的人为设定推荐的。

看下面的图片：

图片中的上图，是一张美女图，推荐量3万多，阅读量9百多，阅读量占推荐量的百分比为3%；

图片中的下图，是一个话题微头条，推荐量1.7万多，阅读量1千6百多，阅读量占推荐量的百分比已接近10%。

为什么阅读量高且阅读量占推荐量百分比高的内容反而推荐量会大大低于阅读量低且阅读量占推荐量百分比低的内容呢？这说明，头条的推荐机制是按事先确定好的内容推荐，而不是根据阅读量的大小进行推荐。

头条的这种推荐机制，是非常主观和不科学的，是头条的一个bug，是头条的一个臭手！在资本市场上，是头条估值的减分项。

如果推荐的目的是为了让用户更多地阅读，那么，现在头条的推荐方式就是一种低效的推荐方式。

高效的推荐方式是什么呢？

高效的推荐方式应该是这样的，阅读量占推荐量的百分比越大，越要优先大量的推荐，当阅读量占推荐量的百分比逐渐递减后，再逐渐减少推荐量。

所以，头条应当及时变更头条推荐的算法，应当让头条推荐更有效率、更加高效，这样，才能让头条吸引到更多有价值的广告客户，才能让头条在资本市场上的估值加分。