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