一般UGC平台会根据用户的行为数据、用户的基本特征数据、用户的关系数据等进行推荐。
行为数据主要包括互动行为、标签和主题偏好，如搜索行为、浏览行为、赞藏评论等。
用户的基本特征是性别、年龄、地理位置、手机型号、学校公司等身份信息。
关系数据是你粉的阅读内容，赞收藏评论等等。
对于一个新用户来说，当小红书对你知之甚少时，小红书会引导用户选择感兴趣的渠道，推荐博主，并根据感兴趣的渠道、感兴趣的博主、性别、地理位置、年龄、学校公司等信息推荐可能匹配的内容。
当用户浏览一些帖子并与一些帖子互动时，小红树可以总结用户的浏览偏好、互动偏好、感兴趣的标签或主题，推荐内容；
当用户使用搜索时，小红书可以推荐与用户搜索关键词和用户查看搜索结果相关的内容；
当用户关注博主时，小红书可以根据用户的关注偏好，关注博主的优秀内容，推荐内容；
当用户收藏点赞博主的内容时，小红书可能会推荐博主的其他优秀内容。
用几乎0粉0关注的新账号测试搜索关键词，有些关键词在搜索后数小时，发现页面推荐的相关内容比例甚至可以达到25%。
用100个左右的粉丝和100个老账号测试搜索关键词，关注发送了几十个内容，搜索行为很多。搜索后几个小时，发现页面推荐的内容还占10%左右。
小红书对用户搜索行为的反应非常明显。
读者进一步研究其他角度，将能够总结其他规律。小红书如何向不同的用户推送不同的内容？