第691章 羅軍瘋了

　　這時侯小山又問道：

　　“老大啊，你搞這個自媒體，是不是還要搞一些廣告贊助啊？”

　　“當然了，傳統的互聯網模式，就是廣告收入，這一塊沒有過時，我們為什麼不掙這個錢？！”

　　小山哈哈笑了。

　　正所謂知己知彼，百戰不殆！

　　做廣告投投入，也要充分了解渠道產品特性、渠道用戶屬性、廣告樣式，從而有針對性的投放廣告。

　　那麼，首先就要先做出產品來，先是內測，還未推向市場，該如何籠絡優質的創作者，這是大家共同想辦法解決的問題。

　　只是靠著自己這一小撮人，是無法實現的。

　　而且，顯然，蕭進的打算並不是僅僅推出一個頭條App產品這麼簡單，蕭進要根據現在的硬件發展情況還有的就是用戶的不同喜好來做。

　　市場還要細分，包括平衡男女用戶、年齡的全線分層，地域分佈上均以一二線城市為主，三線城市以下用戶下沉擴展等原則。

　　至於對於廣告主的廣告投放，則可以通過一站式的管理廣告，來提升廣告投放效率。

　　而這些，最重要的又回來了，那就是一定要做出頭條自身的特點來。

　　就是基於個性化推薦引擎技術，根據每個用戶的興趣、位置等多個維度進行個性化推薦，推薦內容不僅包括狹義上的新聞，還包括音樂、電影、遊戲、購物等資訊。

　　通過各種場景、使用痕跡、硬件權限，來獲得用戶的社交行為、閱讀行為、地理位置、職業、年齡等挖掘出興趣。

　　例如：通過社交行為分析，5秒鐘計算出用戶興趣；

　　通過用戶行為分析，用戶每次動作後，10秒內更新用戶模型。

　　蕭進說的興起，羅軍則愈發變得苦惱，這小子是難壞了。

　　但蕭進還沒有說完。

　　對每條信息提取幾十個到幾百個高維特徵，並進行降維、相似計算、聚類等計算去除重複信息，在對信息進行機器分類、摘要抽取，主題分析、信息質量識別等處理。

　　還有的就是根據人的特徵、環境特徵、文章特徵三者的匹配程度進行推薦。

　　要求做到，實時推薦，0.1秒內計算推薦結果，3秒完成文章提取、挖掘、消重、分類，5秒計算出新用戶興趣分配，10秒內更新用戶模型。

　　根據用戶所在城市，自動識別本地新聞，精準推薦給當地居民。