智能推荐算法有时面对读者也会欲哭无泪 粉丝经济有时是一种高效

作者：朱凯 互联网专家 职业经理人

【摘要】发挥大数据决策力，利用人工智能算法实现对信息的采集、挖掘、分类、聚合、推荐是自媒体平台实现自动算法推荐的重要技术基础。有别于人工智能技术，粉丝群体的存在，在某种程度是社会的一种信息、文化、知识聚集的效应和现象，在粉丝间传播、分享某种观点、信息及思想，来的非常迅速、有效且影响深刻，甚至可以说效率极高，我们该如何看待这种现象，尤其是在自媒体平台上如何平衡这种现象和途径，将极大地影响我们的产品和服务的效率及达成的经济效益。

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

人工智能是人类思维的一种延伸

智能推荐（Tencent Intelligent Recommendation），今日头条、百度、腾讯等公司依托于固有海量用户行为和广泛产品覆盖，以数据 + 算法 + 系统为核心，结合平台在身份信息、行业信息、事件库、舆情走势、热点信息 等多方面的大数据应用技术，为客户提供基于海量用户画像 + 实时大数据机器学习的内容个性化推荐 PaaS 服务。您只需进行简单的 API 调用，即可快速拥有业界顶尖的大数据应用能力。目前，人工智能技术迅猛发展，有一种舍我其谁的气势？

现象：

一、第一篇总共推荐数25万，阅读数为3万，转发数42次，收藏数为143次，推荐时间超过120小时。

二、第二篇总共推荐为12万左右，阅读书为5千，转发数达100次，收藏100次，推荐时间为5小时左右。

关于文章的推荐，完全交给机器来做，在牛的人工智能实现的效率，有时和粉丝群体的信息验证、传播和推荐来比，来的还是差了很多。并且有些时候，完全的智能算法并不能总是达成所预定的想法。如上图，明显第二篇文章的信息传播方式，粉丝或群体间的转发大大的高于第一篇文章，如果机器算法足够优秀的话，他是可以实现阅读数的大大提升，但是由于推荐的途径、方向的、对象看似很简答的事，他做的并不好。从推荐数上看，机器算法也在拼命的完成任务，但是阅读数始终上不来，因此平台消耗了大量的推荐指标，使得别的文章或信息相对就少了机会。因此，保留粉丝 群体，借助粉丝传播途径，快速、高效、统一、迅速的完成信息分享是一条不能忽视和放弃的方式及途径。

然而在现实生活中，面对信息的产生、制作、推荐、传递中，微博、微信等平台利用粉丝群体，快速的在固定的人群中，渲染一种情绪，推广一种信息或是分享一种信息，并能迅速的达成一种认识，这些都是现代生活需要仔细分析、研究和利用的方面。今日头条采用人工智能技术，通过算法机制来实现信息的采集、检索、分析、聚类、标签化、分类、分享、推荐、反馈再调整，试图优化信息传播方式、路径、对象、效果等。目前，头条号在逐步完善粉丝群体和粉丝经济实现方式，我们拭目以待，也希望在信息世界中始终能够存在意见领袖和传播大V。毕竟真理是掌握在少数人手里的，群体的学习型总是有个人开始，并由少数人率先实现的。我们要利用好这一规律，做出好的产品，尤其是在自媒体平台的构建和传播模式上。