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，就在于和的矛盾。
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，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？”
“嗯……”吴文晖皱着眉头，不知道该怎么说。
“应该是差不多。”刘光然帮忙答到，“但是肯定不会超过全面推的用户数量。”
这是必然的，