《文娱业的幕后大佬》真正的大佬，永远不会站到台前292天花板[2]

文娱业的幕后大佬最新章节目录
   了，身为资深的算法工程师，他自然明白这套推荐机制的技术难度并不算高，至少还达不到建起技术壁垒的地步，更谈不上当作公司的核心技术。
    沈亦泽正色说：“我个人认为，做内容平台的本质就是做推荐引擎，就好比做销售，各大厂商的产品都大差不差，关键在于能否捕捉到顾客的喜好并将对方喜欢的产品推荐给他，只要做到这点，生意谈成的概率就会很高。”
    魏守诚愣了下，仔细一想，确实是这么个道理，他以前也创过业，对此深有体会，但当时不曾静下心来琢磨过，现在听了沈亦泽的这一席话，才豁然开朗。
    他说：“看起来，你心里似乎已经有一个预期了。”
    沈亦泽笑道：“我对编程一窍不通，不过我知道最终应该达到怎样的效果——”
    他将自己使用抖音多年的用户体验总结成几个要点，当作是自己的预期，一五一十地告诉魏守诚。
    听取顾客的需求，做出符合期望的产品，这是魏守诚的团队一直在做的事，只不过这一次，沈亦泽提出的要求远比他们以前做的更复杂。
    一周后，研发部将沈亦泽的用户体验转化成专业的技术方案，归纳成条后提交给董事会：
    “……基于个性化推荐引擎技术，根据每个用户的兴趣、位置等多个维度进行个性化推荐，推荐内容不仅包括狭义上的文娱，还包括新闻、生活、教育、购物等资讯。
    根据其社交行为、阅读行为、地理位置、职业、年龄等挖掘出兴趣。通过社交行为分析，5秒钟计算出用户兴趣；通过用户行为分析，用户每次动作后，10秒内更新用户模型。
    对每条信息提取几十个到几百个高维特征，并进行降维、相似计算、聚类等计算去除重复信息；对信息进行机器分类、摘要抽取，主题分析、信息质量识别等处理。
    根据人的特征、环境特征、文章特征三者的匹配程度进行推荐。
    实时推荐，0.1秒内计算推荐结果，3秒完成内容提取、挖掘、消重、分类，5秒计算出新用户兴趣分配，10秒内更新用户模型。
    根据用户所在城市，自动识别本地内容，精准推荐给当地居民。
    可根据用户年龄、性别、职业等特征，自动计算并推荐其感兴趣的资讯……
    新用户的冷启动可采取社交账号绑定的方式。
    当用户使用微讯、微博等社交帐号登录时，通过对用户账号的分析建立一个“兴趣图谱”，即根据用户在微博上发布的内容及其所属类别、用户自标签、社交关系、社交行为、参与的群组、机型、使用时间等来数据源来推断出用户的兴趣点有哪些。
    社交关系、社交行为即用户和用户之间的交流状况，可以根据二者间的共同好友数、相互评论数、@数来进行度量……”
    报告洋洋洒洒十几页纸，最后的结论总结起来就两个字：给钱！
    魏守诚表示：“想要实现这些功能的难度很高，但只要研发资金和研发时间充足，问题不大。”
    沈亦泽说：“资金管够，时间得有个期限，半年内能做出来吗？包括新的推荐算法和短视频app。”
    魏守诚想了想说：“如果资金管够，没问题。”
    得到董事会的承诺，魏守诚便放开了手脚，不仅对外大量招募算法工程师，还花重金从各大知名互联网公司挖来好几个顶尖的技术大佬。
    随着研发部的快速扩张，公司的资金也快速缩水。
    股东们对此很有些意见，认为钱应该用于内容生产和推广宣传，与其丢进研发这个无底洞里，还不如拿去买广告位，后者至少能看见成效，对于短期内数据的提升帮助极大，有利于接下来的c轮融资。
    不过股东们无法直接干涉公司的运营，虽然颇有微词，却无法左右公司核心团队的决策。
    影响也有，那就是正在谈判的c轮融资被迫中止，尽管沈亦泽说明了自己的战略目标，投资方仍希望等到成品和成果出来后再见机行事。
    这也在情理之中，管控风险是每个投资者的必修课。
    沈亦泽倒不很在意，因为他知道短视频迟早会成为大众最热衷的消磨时间的娱乐方式，有着绝佳的前景。
    对方不愿意投，那他就自己投。
    二月和三月金点盈利都超过五个亿，刨除用于内容制作的那部分，剩下的钱正好拿来投资。
    由金点领投，公司的主要股东和一些知名人士跟投，共融资近七亿元。
    对此时的乐享科技来说，七亿的融资额并不算多，但也足够撑一段时间了。
    忙完这一切，紧接着又向各大电视台兜售影视剧和综艺，使资金回笼，再投入下一个项目之中。
     ;