全球最伟大的人工智能公司是谷歌。他们有一个机构叫“谷歌大脑”，主要研究人工智能的应用；中国的百度公司也在向人工智能公司进发，他们通过搜索积累了大量的数据，这就如同上一个小故事里讲的搜集照片的过程——没有大数据，无法实现人工智能。

现在回到人工智能在信息传播上的应用。要实现精准分发有三个要素：一是用户画像，二是文章画像，三是算法模型。

用户画像：他是谁？喜欢什么？

文章画像：这是什么内容？是图文、视频还是图集？是时政、社会还是财经？这个内容是好是坏？

算法模型：用户画像和文章画像之间，以什么样的方式来匹配？

先看用户画像。

如上图展示：在用户画像中，生活环境是基础。生活环境又包括两个层次，第一是地理位置。一点资讯已经能定位到商圈和小区，而百度地图、滴滴打车已经能实时定位到你站的地方。衣食住行、水电煤气，包括政府提供的产品服务，都和你的生活环境、地理位置有关系，所以，地理位置越精准越好。

时间场景来说，早上推的东西应该是硬的、偏资讯类的内容，因为过了一夜，大家需要看到昨晚发生了什么。而且，上班族在早晨都比较忙，没有时间看长篇大论。到了晚上则相反，用户有时间而且希望放松，所以需要推送偏软性、偏娱乐的内容，包括一些美文——在安静的夜里，才能读出其中的味道。

第二个层次是手机环境。它同样包含两个含义，一是手机型号，不同型号的手机使用者的阅读习惯是不一样的，比如红米用户和苹果用户。即使是同一个品牌的手机——OPPO A57和OPPO R11，使用者的阅读习惯也是不相同的，这都需要我们通过数据去洞察。另外，我们的手机里激活了哪些软件，使用的频率如何，在不影响用户隐私的情况下，都需要去深刻洞察。

第三个层次是用户信息。如果你是注册用户，你的性别、年龄、身份、学历等，都可以成为我们判断你兴趣的依据。另外，为了把一个用户画像描述得更精准，一点资讯设计了一个开屏问卷——问用户喜欢什么。有超过50%的用户做了选择，于是，我们能够了解到他们的基本兴趣。当然，也有人不愿意填写，甚至不愿意透露自己的地理位置。所以，这就给我们提出了难题——冷启动时，应该给用户提供哪些信息。

冷启动，指用户下载某个App后第一次打开它的过程。正如同恋爱的第一次见面，它的重要性毋庸置疑。而在冷启动中，重中之重则是用户打开之后呈现的第一屏，大概有5条信息。测试表明，如果在这5条中，用户点击了一条，那么它的次日留存率就会比没有点击的人高一倍。所以，花多大精力去打造这5条内容都不为过。为此，我们做了大量的对比试验——包括尝试推送相关型号手机的资讯，包括推送相关地理位置的资讯，有成功也有失败。在冷启动中，因为用户画像不够清晰，所以基本原则应该是推送重要事件、大概率领域（比如足球，而不是高尔夫球），而不能推送拿些小众内容去赌，否则你很容易失败。

当用户阅读完冷启动首屏内容之后，可能会产生五种情况：

（1）有点击下拉；（2）无点击下拉；（3）无点击上滑；（4）有点击上滑；（5）直接走人。针对这些不同的行为方式，我们应该启动不同的策略。这需要非常细腻的数据观察，要从中总结规律。从此，用户的行为也变得多样化——比如点击、分享、收藏、评论、用户停留时长等等，这都是算法判断推送哪些内容的依据。

这是一个非常复杂的运算过程。比如，有个用户点击了五次“吴晨光”，搜索了一次“邹明”（凤凰网总编辑），如果只给他推一条，应该先推“吴晨光”还是“邹明”？从数量上来说，一定是“吴晨光”更多，但是搜索属于深度行为，他主动去搜索说明对“邹明”很感兴趣，这种情况应该去推谁？