<dt class="tp"></dt>

<dt class="kw"></dt>

<dt class="rd"></dt>

十一点出头，孟晓琴给路舟叫来了微讯微头条小组的组长。

人路舟是记得，陈东卓，去年下半年微讯hr扩招时从飞信挖来的项目经理，在此前的工作中路舟同他是有过一些接触。

“路总。”

“稍等片刻。”

路舟先是将手头上的邮件检阅了发送出去，随后便说道，“微头条内部立项也有一段时间，文档我也看了，但我本身对一些东西是存有疑问，所以想和卓哥你沟通一下。”

陈东卓，“路总您讲。”

路舟，“首先公众号和微头条是两款截然不同的产品形态。公众号的大部分功能是根据我所提出的要求进行设计，而微头条这是老程本身的想法。

公众号基于用户喜好和行为，微头条则是用户和资讯间的自动匹配。

所以，尽管现在公众号也归入你们小组进行日常维护，但在两个产品上你需要做好区分。”

陈东卓，“明白。目前我们仍然是按照程旭元的意思，工作仍然是先以公众号为主，微头条还处于讨论阶段，相应的设计和设想正在逐步完善。”

路舟递给了陈东卓一份文件，“这是我在你们基础上修改的版本，电子档也已经发到了你的邮箱。”

随后他又接着说道，“内容信息整合成流，这个想法应该不属少见。

从千度筛选收录，到博客微博的关注，再到朋友圈产品形态，甚至说接下来的微头条，本质都是内容信息流。

微博基于关注关系，朋友圈基于现实关系和微讯内好友关系，但在内容呈现上，它的显示原则都遵循着时间轴线timeline。

而微头条需要在时间轴线上加入一些影响因素，对整个信息流进行一个筛选重排。

整个推荐模型中，会有些可量化的数据，比如用户行为：点击率、点赞、评论转发；用户环境数据：地理位置、时间；热度特征：全局、分类和主题热度。

基于内容和用户进行匹配，这就是老程设想的创新性。当然，也不是说没人想到这个点子。不过开始做的人应该是不多。”

陈东卓微微点头，“这个我可以理解路总，但在实现上，我想是有比较大的问题。首先是初始启动，针对内容我们需要进行标签标注和分类，只有内容的训练模型ok了，我们才能够将内容和用户进行关联。”

路舟笑了笑，“这个你可以放心。数据源，梦谷是有人提供。在分类上，我们采用层次化的文本分类，比如大类科技、体育、财经，如体育再细分篮球足球，再一层层往下细分。

而你们需要将它不断细化和颗粒化，比如娱乐中最下层级甚至要具体到人，比如某明星之类。颗粒越小，标识度越高，那推荐效果自然更理想。

我想，杨密的用户应该很喜欢有她的八卦消息。”

陈东卓，“那么接下来？”

路舟，“既然内容分类层级有了，自然是文章内容输入到系统中，系统为每篇文章打上分类标签。