随着互联网技术的迅速发展,算法推荐机制改变了资讯类算法媒体的内容生产、审核、分发等环节,对用户和内容产生了较大的影响。但是在实现用户与内容精准匹配的同时也产生了用户茧房,平台一味追求流量导致内容质量不高等现象。在算法推荐机制下,媒体用户和内容的关系是什么?用户与内容之间又是如何彼此响应的?本质是什么?归因有哪些?如何治理?这些都是值得深究的问题。然而到目前为止,尚未有有关对资讯类算法媒体在这方面的学术研究。趣头条作为下沉市场资讯类算法媒体的典型代表,也利用算法推荐机制实现了用户与内容的匹配,有独立开展技术研发的能力且具有收集用户数据的平台。因此本文以趣头条为例,分析算法推荐机制下用户和内容的响应关系。第一部分研究了算法媒体的技术语境,并建立了算法推荐机制框架,明确了数据是算法推荐机制的核心,算法推荐机制的本质是实现用户和内容的相互匹配。第二部分以趣头条为分析样本设计了针对用户的调查问卷,并对内容进行样本抽样,以分析算法推荐机制下用户和内容的响应关系。首先,从内容来源、内容种类、内容结构、内容情感向度和内容反馈五个维度构建了趣头条内容分析类目,对内容样本进行了周详的量化分析。其次,从用户属性、需求动机及需求行为三个方面分析了用户对内容的响应;再次,从正效内容响应和负效内容响应两个方面分析了内容对用户需求的响应;最后总结了算法推荐机制下媒体用户和内容关系的本质。第三部分分析了算法推荐机制下媒体用户与内容负效响应关系的普遍性,进行了归因分析,并提出了治理建议。本文以趣头条为例分析了算法推荐机制下用户和内容间响应关系,可以为其他资讯类算法媒体提供参考,以推动资讯类算法媒体的可持续发展。