曹阳看着一脸茫然的众人，微微一笑，“我把这个东西叫做——精准推送。”
“精准推送？”众人低头沉思着。
随着网络越来越发达，上网的人也越来越多，这个世界的信息简直是爆炸式的成长，什么东西都会在互联网上得到呈现，每天每个人，其实都是信息的制造者，更何况是各种大企业，大国……
明星们每天都有吃不完的瓜，每天都有新闻在发生，每天每个灵越都有新鲜的东西……
当这些东西都充斥到网络上的时候，其实就迎来了一个大数据的时代。
大数据这个词，要到2010年以后才会火起来，人们用它来描述和定义信息爆炸时代的海量数据，并命名与之相关的技术发展与创新。
而最早做【精准推送】的，要到2012年的头条。
头条倚靠着精准推送相关的智能算法，异军突起，居然能成为和企鹅博弈的企业，真的是很不容易。
同时也说明精准推送有多么厉害。
“是的，”曹阳认真说到，“其实在数据爆炸的时代，每个人的关注都是非常有限的，大部分的信息对于人们来说，都是冗余信息，他们并不需要这些，每个人的时间是有限的，他们只会关注自己喜欢关注的事情。
而我们需要做的，就是通过对用户的爱好进行分析和提取，最后给他们推送他们喜欢的东西。”
“开发出精准推送算法，这个模式可以应用到我们公司旗下的各个领域，比如之前说的，玩家们喜欢玩哪个类型的游戏，那么相关的游戏就会推送给他们，喜欢听什么样类型的歌，那么这个类型的歌曲就会更多地推荐给他们。
奇点小说上面，我建议是单独增加一个推送页，让玩家能够及时看到自己喜欢的东西，同时当章节更新的时候，会在他所喜欢的推荐类型里面优先显示出来。”
这也是曹阳坚持的，不重复造车轮。
一套人工智能算法出来，可以应用到各个产业当中，其实是一本万利的事情。
当年头条也是这么干的。
阿里因为重复造了两套同样的模式和系统，导致了很多资源的浪费，后来他们也转型做中台。
为了每个产品单独做一套适配其实是不划算的。
曹阳既然是过来人，他肯定比在座所有人都更知道这一点。
“嗯……”在场所有人陷入了沉思之中。
两位程序猿大佬有一种不祥的预感。
“很棒。我支持。”刘志平抬头鼓掌。
其他人愣了一下，也跟着鼓掌赞同。
因为从提议来看，没有什么理由不进行支持。
精准推送，其实是有助于产品的推送效率提高的，同时用户们能在短时间内找到自己想要的东西，省掉了很多时间上的冗余。
时间就是金钱，对于用户如此，对于博米公司来说更是如此。
同时因为精准推送，给用户想要的，还能提升不少企业形象，让用户们更加依赖博米的产品，从而跟同类型的产品们拉开差距。
这个想法简直是天才。
……
“可是，要怎么做到这一点呢？”吴文晖提出了疑问。
“这个就看我们的程序大佬们了。”曹阳笑着说。
刘光然和邓裴强菊花一紧。
果然，该来的还是来了，只要曹老板开会，最后必然是程序受苦。
刘光然一脸懵逼。
“这不是我的学习范畴啊，这要用到人工智能算法吧？”
“找人啊。”曹阳说。
“而且，这个东西说复杂也复杂，说简单也很简单，”曹老板笑了笑，“从原理上来说，我们需要做的是对数据进行标签化，同时也对用户进行画像定义。
举个例子大数据分析，将客户精准分类，具体可以细分为：年龄化、地区化，性别、爱好等进行精准区分。这样，只要用户使用博米的产品，平台就会不断的“窃取”用户的相关兴趣爱好，精准的推送。
然后我们的数据也会被打上各种各样的标签，同时需要给一套权重值算法来增减用户的【喜好权重】，不如说读者每次点击都市类小说，那么我们就给他打上一个都市标签，并且都市的权重会得到增加，这个就是读者的喜好权重，这个权重会随时间进行一定的衰减，同时也会有一个相应的阈值。
当用户在最近的时间内点击玄幻类型的小说时，那么就会相应地增加玄幻小说的喜好权重，我们推书的时候，会因为用户身上的喜欢权重来提供相应的书籍。
之所以要随时间进行衰减，是因为用户的口味不一定是一成不变的，但是他们会在一定的时间范围内保持稳定。
我们的数据标签越细致，分类差异度和重叠度越精细，那么我们的推送就越精确。”
刘光然默默思考着，“嗯……这样好像是可行的。”
邓裴强补充到，“不过这里面的一个很核心的问题在于如何划分颗粒度，然后由如何对数据进行拆解，我们肯定不希望最后变成玩家只喜欢吃番茄鸡蛋吧？
而是希望玩家在喜欢吃番茄鸡蛋的基础上，给他退出水煮蛋，鸡蛋面或者蛋糕？
这些东西其实对于数据筛选的要求还是挺高的。”
“嗯，”曹阳很赞同邓裴强说的，精准和模糊之间需要有一个更智能的判定标准，“然后难点就在于这套算法，关于如何分析用户的爱好，数据如何进行分发，这个是考验你们的。”
这章没有结束^.^，请点击下一页继续阅读！