手机客户端新闻推送机制的产生来源于商业。个性化推荐一词最早出现在电子商务行业，商家利用长期积累的用户兴趣特征和购买方式，形成一套个性化推荐机制，推荐用户感兴趣的商品。商品数量以及种类不断扩大，导致顾客不得不花费大量时间进行选择。顾客因为浏览大量自己不感兴趣的信息而流失，这是商家不愿意看到的。为了解决这些问题，个性化推荐系统伴随市场发展应运而生。随着web2。0、智能手机的到来，信息彻底泛滥于网络，如何向客户推送受众愿意浏览的新闻成了客户端的首要问题。在电商个性化推荐的基础上，此项推荐技术运用于新闻客户端，效果显著。

机器学习技术的成熟，以及对各种复杂特征的利用方式逐步成熟，使国内较大的公司如搜狐和今日头条等，都在广泛使用机器学习来构建推荐系统。传统的协同过滤、tag和容易理解的基于规则或者群体智能甚至物理学的传统推荐方法逐渐被淘汰。这点在内容推荐上尤其明显，因为这些传统推荐策略都无法解决对长尾内容的精细化个性推荐和热度穿透等问题，而且效果上也远远不如机器学习方法。当然，这些传统的启发式策略在做冷热启动、降级策略、初筛策略时仍然是有价值的。81818

据中国知网数据显示：输入“手机新闻客户端”2013年出现61条相关文章，2014年出现167条相关文章，2015年出现245条相关类文章。数据的提升说明手机新闻客户端的社会关注度在提高。[ 中国知网输入：手机新闻客户端（2017年5月24日）]论文网

国内研究多数是基于相关客户端的实例。人民网研究院对“个性化推荐”有着深层次的研究。在《个性化推荐——人民网发展的利器》[ 文章来源：人民网研究院：http://media。people。com。cn/n1/2016/0316/c403195-28203859。html]一文中，王维国从个性化推荐的起源、发展、现状以及算法的种类及运用进行了详细的解释。他以人民网为例解释个性化推荐机制以及为人民网带来的变化，对新闻消息与算法的结合如何实现做出了详尽的解释。在《个性化推荐系统的研究进展》一文中，刘建国、周涛、汪秉宏三人对各种推荐方式的优缺点做出了独特的见解。在总结个性化推荐系统的陈述中说到：对推荐系统的研究，既有重大的社会价值，又有重大的经济意义，就是指它既能作为信息过滤的工具帮助用户更好地指向性获得信息，又能作为网站的营销武器，提高网站的用户粘度和推广相关产品和服务。同时他也惋惜地指出：虽然个性化推荐出现得较早，但运用却很晚，因此当前对个性化推荐的研究尤为重要。