推荐算法根据用户阅读喜好，推荐相关内容。像走路，原来有很多岔路，走到最后，只有一条笔直的柏油马路，路是越来越好走，但路边的风景也越来越单调。
我们体会到，阅读报纸就不会这样，因为有你的眼角余光，随时会发现激发你兴趣的新东西，这种新东西可是你原来不曾感兴趣的。
既然是推荐算法，就有信息的相关性，但，如果信息不相关，如何也能做到准确挖掘用户喜好？
不知道，今日头条是如何处理这种关系的？
首先要意识到报纸和互联网媒体的不同点。
报纸是一对多的关系，而互联网媒体可以做到一对一。
所谓的推荐，肯定是一对一，就是推荐用户喜好的内容，而报纸则不一样，是综合的结果。
你所提到的
报纸可能会看到激发兴趣的新内容，而这个内容是你原来不曾感兴趣的
似乎感觉有点自相矛盾。
让用户对其原先不感兴趣的内容产生兴趣，很大程度上都是用户刻意培养之，慢慢形成兴趣，是一个量变引发质变的过程。而一个互联网媒体想要对用户造成刻意的影响，恐怕不是它的初衷吧。