首先，最重要的，智能算法去做智能分发的核心逻辑是什么？这个因为今天一个是时间所限，咱们不是技术论坛，我会尽量减少技术细节的介绍，介绍基本的逻辑。

　　信息分发利用智能算法来做基本逻辑就是打分器。输入用户的兴趣标签，你是对数码感兴趣还是科技，你是对某一款数码相机感兴趣，你喜欢奔驰还是宝马，这是兴趣标签。

　　第二个维度情景维度环境特征。你在办公室，还是在家，是休息日还是工作日，是早晨还是晚上，还是说去了一个你从来没有去过的地方，你可能在出差还是旅游，这对于找到你当时兴趣都是有帮助的，这一类我们归为情景维度。

　　第三类维度是打分器的输入，最重要是内容维度。推荐给你的内容候选，它讲的是什么，主题是什么？热度怎么样？哪些人群比较受欢迎，是财新网发的，还是 21 世纪经济报道发的，这些都是有用的。这三种数据进去最后输出一个数，你喜欢这个内容的概率。这个最简单的函数，这个函数的工程实现非常复杂，但是它的逻辑可以很简单用这样一个函数概括，有这样一个函数任何人来了我们知道他的情景信息，我们可以把几百万的内容库看一遍，哪些分比较高，分高的就给你，机器逻辑非常简单。

　　我们有这样一个打分器，输入怎么来，人的内容怎么来？假设我们了解一个内容的语义标签，这个人经常看这类东西，这个标签就有分；你老给他推荐，他不看，这个分就是负分。这是快速的工程实现，稳定性，数据积累的速度。

　　但是这个基石其实是内容标签怎么来？我们分别讲一下怎么用人工算法帮助我们提取内容的标签，这块分成文本内容的分析和图片的分析，文本内容也是函数，你给它一串字符串，机器你就是一串字符串，来了之后第一个提取关键词，第二个把它分类，分类在大的内容推荐引擎里面，内容分类很复杂，可能有几百个、上千个，一层一层的。顶层可能是科技、财经，在财经里面有股票、宏观经济，在股票里面有美股、港股。我们还要抽取实体，这个实体对推荐人很重要。

　　图片也是类似的原理，拿到图片我们也要分析，图片标签和文本标签我们一起使用，做一个内容的推荐，包括视频标签也可以从一帧一帧图片中抽取一些有意义的信息。对于反作弊行为，包括识别广告和色情内容，图片分析也非常重要。

　　在信息分发核心流程里智能算法的应用案例，我介绍几个我们正在做的、未来机器在创作环节可能做的事情。我们有一个写稿机器人，在里约奥运期间测试上线，奥运期间这个机器人自动发了 100 多篇稿件，累计阅读超过 100 万，它很多稿件的点击率比同样的话题的记者写的点击率还高。

　　另外一个可以做的，就是视频的封面自动选择。今年算是短视频的爆发之年，短视频又是一个风口。怎么选一个好的封面很重要，在平台上的推荐效果方面，不同封面对点击率影响非常大。这块人去做可能完全凭经验，我们想能不能靠机器做这件事情，我们根据有经验人的行为，学习到这个模式，提供一些建议，给你一些候选，最终的决策权在作者自己手里，因为你对你自己的内容更了解，你不仅要考虑点击率，你可能要考虑你的调性，是不是符合你受众对你的期待。

　　另外做的有趣的事就是，算法自动生成视频集锦，这块也是去应对现在短视频的浪潮，有很多长视频的内容没有足够人力把它剪辑出来，把它变成适合在短视频分发平台上传播的形式，机器有可能把这件事做得更好，可以规模化，更有效率地做这件事。

　　我的分享就到这里，谢谢大家的时间。

图片均由今日头条提供；编辑 | 向想想