在信息匮乏时期，新闻门户因为不知道用户的信息需求，只能通过海量的新闻向用户推送，让用户在海量的新闻流当中找到自己需要的新闻进行点击。用户是一个点，新闻门户是一个面，新闻门户不可能只做一个点，而要做到面，就需要琳琅满目的新闻信息。
所以，这也是雅虎、美国在线等新闻网站无法理解国内新闻门户的原因之一，为何会有人需要如此大的新闻信息量呢?不得不说这是国内新闻门户的一道奇特的风景线，哗啦哗啦全是新闻内容。以四大门户为首的新闻网站在这方面做了精简，但是新推出的不少垃圾站还是在走海量的信息流模式。
据我观察发现，目前新闻客户端几乎都走上了个性化推荐这条路线，个性化推荐早就不是早期的一两个新闻客户端产品的专利了，可能在口号上没有喊出来，但是在产品当中体现的是淋漓尽致，从首页到频道页都在走个性化推荐这条路线。
为何会是新闻客户端？
没有一模一样的人，也很难有一模一样的用户需求。大到QQ、微信之类的主流应用，小到简书、涂书笔记等小众应用，可能有用户需要使用语音、图片、文字、视频甚至是更多的介质，不过在产品上是单一的，图片、语音、文字、视频等是被固定的，用户的选择有限，个性化推荐很难在这些产品上出现。
新闻客户端不同，它是移植PC端新闻门户的模式，只要将PC端的新闻放到手机端能够让用户方便浏览即可。问题来了，手机端的屏幕更小，在浏览习惯上和门户有很大差异，这就要求新闻客户端产品必须和PC端的门户网站不同。
首先，门户的各种弹窗广告，以及屏幕上下滑动的flash广告、声音广告、视频广告等，都不适合在新闻客户端产品上出现了，而这方面是新闻门户的重要收入。新闻客户端必须做一回壮士，选择断腕来满足用户在移动端的阅读需求。如此小的屏幕内，如果再出现弹窗、falsh广告、视频广告，肯定是会被用户嫌弃的。
新闻客户端产品是很爱惜自己羽毛的，在广告的进度上尤为小心翼翼，目前主流的有开屏广告、信息流广告、文章页尾部广告三种模式，它们在这几种模式下反而顺风顺水，至少有源源不断的广告主涌进来。(关于新闻客户端的广告模式，详见《孰优孰劣?扒一扒新闻客户端的三种广告形式》)
除去最为重要的盈利模式外，新闻客户端最核心的部分是内容。海量的信息流式新闻门户是有问题的，至少大部分的新闻内容对于单个点上的用户是无效的，用户需要接受大量无用的信息，新闻客户端不可能再走这种返祖的模式。
要想抛弃掉传统的海量信息流向用户推送，用户再在海量的信息流中找到想要的新闻信息，就得走个性化推荐的模式。与其说是新闻客户端产品创新走出个性化推荐模式，不如说是新闻客户端被逼的走个性化推荐模式，毕竟不可能再有海量的信息向用户推送了。百度新闻、搜狐新闻、网易新闻、今日头条等新闻客户端产品都有个性化推荐的影子。
个性化推荐在新闻客户端上的主要形态
仅仅拥有用户自定义频道订阅功能是不够的，不少新闻客户端产品的频道订阅入口很深，用户根本就不知道如何设置频道订阅。那么，新闻客户端是否能够主动来为用户选择需要的频道呢?至少能够主动为用户推送用户需要的信息流。
个性化推荐在新闻客户端上的主要形态是，以向每个用户推送不同的信息流为主，即每个用户的信息流主页里的信息是不相同的，可能是社会新闻居多，可能是体育新闻居多，可能是科技新闻居多。新闻客户端产品会根据用户的点击喜好以及浏览喜好等进行分析，围绕用户建立符合用户需求的浏览主页，而不是千人一面的主页，是千人千面的主页。
除内容外，每个用户呈现的广告内容也是不尽相同的，用户难得的享受了一次在广告上的个性化。
个性化推荐会不会取代网络编辑？
新闻客户端产品使用个性化推荐技术以后，编辑的作用似乎在下降，只要机器能够自动获取到足够的信息量，完全不需要编辑来制造内容，但是这个是建立在能够有海量的信息给予机器获取的基础上。个性化推荐会取代编辑吗?
在当前来看，这是个伪命题。至少内容还是需要有人来做，机器以及技术是无法制造内容的，比如专题制作，比如优质内容制造，最新的内容制作，必须要有人在能做到。个性化推荐优化的是内容，让用户看到想看的内容，在这一点上我们不能混淆了。
新闻客户端面临的另外一个大问题是信息的审查。越来越多的虚假信息以及敏感信息等混杂在信息流中，通过新闻客户端推送给用户，平台方肯定是有责任和义务来处理掉这些虚假信息的(推荐钛媒体前文：《线上垃圾信息待监管，平台方自我审查势在必行》)
现在的技术还无法在反作弊功能上做的很好，仅仅只能通过关键词过滤技术过滤掉一些垃圾信息而已，然而聪明的文字搬运工们机器是无法阻挡的，比如郭静，郭静，GUO静，国静等，稍微复杂一点的技巧，机器都需要很久才能识别过滤，而人工的速度则快的多。让人忧心的是，不少新闻客户端产品完全没有内容审查这一关，甚至没有内容审查这一部门，虽然他们不是内容制造者，但是作为传播者，是有义务和责任来为他们传播的内容负责的，在这一点上，只有人工会更谨慎。
继新闻客户端之后，会有越来越多的产品走上个性化推荐这条路，没有人喜欢千人一面的东西。基于对每个用户习惯的了解和探索，会让用户享受到更好的服务。