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。”

其实大的算法定义下来之后，剩下的参数完全可以通过实际的数据情况来进行调整，到最后甚至可以达到完美的自动调整，让整个算法自动适配。

不过刚才曹老板说的这些已经给了两位程序大佬很大的提示了。

头条的算法也是在实践当中一步步改进和修正的，只要能起步，慢慢的就能完善起来。

曹阳相信他们能做到这一点。

“可以尝试一下。”刘光然说。

……

“其他人有什么问题没有？”曹阳看程序这边能搞定，那么基本上大头就搞定了，一套精准推送算法，以后将贯穿整个博米体系，精准推送出来之后，用户的黏着度以及对博米平台的依赖性都会大大提升。

越早做这个，博米就能越早获得海量的数据和海量的经验。

说白了就是，谁先起步，谁就领先。

字节跳动在行业内做这个做得最早，所以他们有着海量的数据和经验来对他们的算法进行修正，这个是时间打磨出来的，所以字节的产品在推送方面一直领先，连企鹅都没有追上。

所有人都仔细思考着。

过了一会儿，新来的吴文晖举手问到：

“那我原来的排行榜怎么办呢？有了智能推送之后，我们编辑的权力不就降低了吗？官方的推广权力怎么处理？”

曹阳微微一笑。

这个问题问得好。

这个问题的矛盾点，就在于【中心化】和【去中心化】的矛盾。

因为在精准推送或者叫做智能推送出现以前，奇点这边书的曝光度完全是由官方掌控的，下发到具体的人，其实就是编辑。

由编辑来决定提出那一本书下周该上什么样的推荐位。

这些推荐位都是根据网站的吸睛度或者叫做曝光度来进行规划的，比如说在首页的最上方位置，给的推荐位是版面最大最好，这个推荐位叫做大封推，一般会给到成绩非常好的作品。

同时排行榜上面的书，也会根据书的成绩和受欢迎的程度来排。

怎么给推荐位，增加作品的曝光度，其实就掌控在编辑，或者说掌握在网站的手里。

这就是中心化——

官方来决定那一本书的曝光度如何。

官方是有很高的话语权的。

一旦出现了智能推送之后，其实就相当于【去中心化】，用户可以直接通过不断刷新智能推荐的内容，然后点击喜欢看的书，那么他就能源源不断地得到自己想要的。

有可能就不去看编辑的推荐了。

去中心化，肯定会对官方权力造成一定的影响，相当于官方的一部分对作品曝光的权力转移到了智能推送上面。

“可是，这有什么关系呢？”曹阳说，“我还担心官方的权力太大，耽误了不少好书呢。”

“哈？”吴文晖不是很理解。

“其实，这样做的话，就相当于每个读者看到的网页内容都不一样。这其实是一件好事情啊，你想想看，”曹阳笑着说，“每个读者看到的网页内容不一样，不就意味着我们官方能提供的推荐位更多了吗？”

“哈？”吴文晖还是没有理解。

“我这么跟你说吧。”

曹阳拿起马克笔在白板上画出一个网站的结构，“假设我们现在网站的推荐位有大封推、三江推、还有其他类型的推荐，这些都不重要。

你想想看，大封推我们一周能给几个推荐位？”

吴文晖一脸茫然地答道，“一周4个推荐位吧，加上两天一次轮换我们一周可以推荐出7本大封推。”

“嗯，然后对于读者来说，”曹阳指着其中的一个空位，“我就喜欢看玄幻类型，或者再多加一种，我喜欢看玄幻和西方奇幻类型，但是我对都市不感兴趣。

你这个推荐位的效果，其实就打了折扣了。”

“怎么会呢？”吴文晖疑惑地说到，“我是向全网站进行推送啊，相当于所有的网站用户都能看到，哪怕转化率再低，至少推荐数据还是有保障的。”

“其实不是，”曹阳画出几个圆形，并且让它们进行一定程度的重叠，“我承认用户属性是有重叠的，有些用户喜欢玄幻，也喜欢都市。

但是也有用户是有差异的，他们就是不喜欢都市。

那么你看看，当我们大封推上面推出都市文的时候，这部分与都市绝缘的用户其实就是被浪费掉的。”

“反过来，”曹阳笑着说，“假设我们进行了精准推送，具有【都市】属性的读者，才会出现这个页面，这个页面当中大封推推送的是都市、奇幻……

对于每个用户来说，大封推推荐的都是他的【用户属性】里面包含的东西，那么你再看看，这种方式，我们的推送效果是比原来差还是好呢？”