回答：这个类别不太恰当。热门事件榜实际上就是小时级更新的热榜，飙升事件则是相比前一个周期，热度增幅高的事件，他的绝对热度可能还是比不上热门事件，但是增幅高，所以存在着火热的可能性，这也是我们说有一定预测性质的地方。

　　5、您认为，头条指数，和微信指数，百度指数和微博指数，有什么区别？

　　回答：展现形式其实都大同小异，我觉得最关键的区别就在于数据源，说得更明白一点是来自于产品基因。头条是基于智能分发产生的海量数据，更接近于用户的真实的细致的兴趣及其倾向；微信指数我的理解应该是依托于社交分发，所以更擅长展现在社交场中的热度；百度指数则重在PC端，以及主动的搜索动作；微博指数也是重在社交，但是与微信不同，atv直播，它展现的更多是公共领域内的社交的数据。

　　6、你们还提到能够预测热点，这个我在分析微信指数验证了，实际上是滞后的，你们怎么实现预热？靠更新频率？

　　回答：我们所称的预测热点指的其实是“飙升事件”这个版块，但是这个版块在对公开放的头条指数中可能不会有。这是一种粗浅的预测，即通过监测一个事件的相关词组的热度增幅来提前监控可能爆发的事件。并不是靠更新频率来实现的。

　　7、“头条指数”被认为是今日头条对外开放自己数据的唯一接口，请问是否意味着头条的商业化之路将加快？抑或有何意义？

　　回答：头条的商业化之路目前还没有跟头条指数产生明确的关联。但是头条指数的推出毫无疑问会对商业化业务起到辅助作用，客户的科学投放、精准营销以及监测都能在这个平台上有数据可依。

　　同时，作为一个内容平台，头条希望连接人与信息，促进创作与交流。我们的数据服务的也是内容生产、分发、变现各个环节，希望用数据帮到内容产业链上的所有人。

　　8、相比百度指数描述的是“主动搜索的少数人“，头条指数描述的则是”被动推荐的多数人“，兴趣颗粒度更细。这个的价值在哪儿？

　　回答：这个价值在于通过头条的智能分发产生的数据，我们对用户有了进行更深的理解和分析的基础，很多事情还没有到主动搜索的层面，但是他会在被动的兴趣推荐中体现出来。比如一个用户往往在买车时才会主动搜索很多汽车的资讯来看，但是他平时对汽车的兴趣甚至其他相关的兴趣领域在他被推荐阅读时，我们就能够全维度地记录并分析，这就是一个更完整更精准的用户画像。

　　同理还有很多事情，可能只有到我们的兴趣很强烈了才会通过主动搜索来表达，但是针对一个用户的兴趣的推荐阅读，是我们的机器不停地在做的事情，这样表达出来的兴趣画像自然就会更细更有想象空间。单用户对头条的平均使用时长达76分钟，也能很好地支撑样本的数量和质量。

　　9、头条指数真的可以避免刷热度吗？您认为它对于用户和品牌的价值在哪儿？

　　回答：很大程度确实可以。

　　首先，头条有自己的消重机制，相同的、相似的文章只会展现一篇，这就意味着基本没有办法从创作这一端来刷量；

　　第二，用户端，因为头条给到的信息流是千人千面的依据兴趣来个性化定制的，通过推荐、点击、阅读产生的热度就几乎不可能被有意地复制，或者说复制成本很高，我们把这一块作为我们最干净的样本。（同一个用户在一天之内访问相同的内容，只记为一次阅读。）

　　剩下用其他渠道刷量的情况，就是很好分辨的了。

　　10、您怎么点评头条指数在“白百何出轨”事件中的表现？

　　回答：白百何的事件和以前的类似事件一样，在数据角度来说都属于毫无征兆的爆发，atv，这时候我们的小时级别更新数据就展现出了优势，能够迅速对产生的大量数据做出呈现与分析，还通过关联分析展示出了更多有意思的增量信息：）实际上机器是不会像记者编辑一样分辨什么事情是突发的，它只会以头条的算法和计算能力不断地公平地计算着每一个关键词。