第462章 226227章：张一明的绝望！（4000字）

    第462章226-227章：张一明的绝望！（4000字）

    因为这种算法的运用，不仅仅是推测出你的喜好度，还要推测出你的厌恶度。

    这其实很难！

    因为你不喜好的会快速划掉，但是不会有过于明显的东西表现出来。

    比如你不喜欢奥德彪运香蕉，刷掉了，然后可能后面还有奥德彪送过来。

    刷短视频的时间可能很长，如果在两个小时之内，推送了过多次数的奥德彪运香蕉画面，那么客户就会很容易感觉到疲惫。

    这种疲惫感是会积累的。

    因此，要让这款软件大火，就需要剔除掉客户不想看的视频，同时增加客户想看的视频。

    总的来说，就是要精心建立信息茧房！

    张一明是做今日头条出身的，新闻类推荐其实也是遵循着同样的算法规则，但是相对来说，要简单一些。

    几个大类，按照客户的喜好度大差不差的分类就行。

    毕竟今日头条刷一下，就会有十个左右的新闻出来。

    客户对于新闻的厌恶度和敏感性，没有一个接着一个刷的视频来得直接。

    大差不差就行。

    而视频不一样，算法分得要非常细！

    在分配流量时，不但有数量上的差异，也有质量上的差异，这就涉及另一个名词：标签。

    标签，即用户的身份，具体分为基础标签、偏好标签、潜力标签等。

    视频的标签越精准，算法越能知道视频需要什么类别的用户，进而推送相应类别的用户。

    基础标签包含用户的性别、年龄、地域等基础信息。

    你让一个川渝地区的人，让他看一些粤语区才知道的梗，什么冚家富贵；想搵我笨？食蕉啦你；食塞米等等，他绝对是黑人问号脸。

    偏好标签是指用户的兴趣倾向，即看过什么类别的内容、喜欢看什么类别的内容以及喜欢与哪些类别的内容互动。

    而潜力标签，是算法根据用户历史行为预估的用户潜力行为，代表用户对什么视频感兴趣等等。

    这些内容综合起来，其实就形成了每个人都多达成千上万个的标签！

    这标签越多，对于客户的控制就越精准。

    到了最后，甚至你都没有大数据对你了解！

    等到算法成熟之后，控制人心直至随心所欲的程度，就算是那部美丽国的电影《盗梦空间》上所表现出来的内容，都比不过。

    张一明和张楠边看边分析，到最后干脆叫来了自己研发的核心团队一起来分析小瓴APP的算法的底层逻辑。

    熬了接近5个小时之后，他们得出了这款APP的大概游戏规则。

    而越是了解清楚小瓴APP的底层算法的结构强悍和复杂，越是心中产生郁闷的心情。

    所有人都是暗暗心惊！

    高瓴作为毫无相干的行业巨头，居然可以在跨界的短视频平台上拥有如此强悍的功力，真是可以让人（本章未完，请翻页）

    www.bq46.cc。m.bq46.cc