再如，他点击了五次“吴晨光”，点了两次“邹明”。但关于吴晨光的优质内容没有了，只有关于“邹明”的好文章，那是应该推一条很水的关于“吴晨光”的文章，还是推出关于 “邹明”的好文章？

还有，他点了五次“吴晨光”的图文，要不要推一个视频、音频或者问答？或者一个用户很喜欢“吴晨光”，今天突然出了“邹明”的绯闻，是应该把“邹明”的热点推出来，还是，依然根据用户的兴趣继续推“吴晨光”？

所以，用户画像的复杂性，不是简简单单的群体划分问题。它是对人性的深刻洞察，一个行为，比如点击，背后的含义也完全不同，有的是因为真的感兴趣，有的是因为标题党。

再看文章画像。对于编辑而言，文章画像相对简单，因为这是我们的专业。在传统媒体时代，我们就对文章进行画像——比如说消息、通讯、特稿，还包括我一直在尝试的调查报道和解释性报道。

当然，今天的文章画像的复杂性远远高于传统媒体时代。因为这里的文章泛指内容，而不是单纯的文字概念。它包括：

体裁——是文字、图片、视频、音频、直播，还是问答，或者类似微博的短内容？

作者——作者其实代表着背后的自媒体号，包括它的级别、知名度、订阅数等；

标签——这是对于文章描述的领域的认知，比如体育—足球—中超—国安。我们把打标签的权力交给了自媒体作者，他们可以在自己生产的内容下打好标签。同时，我们的审核编辑、频道编辑会修正标签；算法也会对标签做进一步调整。最后综合评判，给文章一个最准确的定位。如果是算法很聪明，做了深度学习，那么还可以分析出更多关于文章的特点，也就是像人一样，去理解文章的中心思想、段落大意。当然，这个很难。特别是对视频、图片的识别更难。

内容质量——它有两个维度，第一是编辑判断，第二是算法判断。编辑的判断前面已经讲过，无非是选题、采访、写作和包装四个维度；而算法判断无非依据数据，还是点击、分享、收藏、用户停留时长等等。

用户画像有了，文章画像也有了。我们现在开始匹配。匹配的依据就是算法模型。我们可以把模型做详细拆解，分为很多模块——比如垃圾过滤模块、热点模块、本地模块等等。算法在每个模块里，进行文章的挑选、排序；不同模块里的文章也在进行竞争、排序。最后择准、择优分发给用户。

我们以热点模块为案例，做具体分析。

热点是一个很好理解的词，就是刚刚发生的、关注度较高的新闻。它有别于其它非时效性的资讯。首先，我们要告诉算法，什么是热点。这里有很多方式——比如，监控百度。百度热搜词可能就是热点。在一点资讯要闻频道，编辑置顶的也是热点。我们还可以人工定义一些文章是热点：比如挂“j2开奖直播快讯”字头的就认为是热点。这是第一步。让算法了解热点，这就是机器学习。

第二步，我们要把热点内容做“召回”。这里的召回和问题汽车的召回不一样，是指把相关热点文章聚集在某一个池子里。我们称之为“热点池”。我们会把热点池分若干层次，在3年前，我就在《超越门户》中描述了搜狐网重大突发事件的规则，从三级到特级。来一点资讯做总编辑后，又进行了进一步修订。现在，我们把标准通个案例的方式输入计算机，让算法来判断热点的大小，以决定向什么样的群体进行推送。

图说：《超越门户》一书中，有编辑对重大突发事件处理的详细分级标准，现在我们要让机器学习，做更精准的分发。

下面，我们再来看文章分发的全过程。注意此图：

文章分为两个类型——抓取源文章（RSS）和自媒体文章。但不管什么样的文章,都需要经过反垃圾模块的过滤，去除有害政治信息、低俗内容、虚假广告、“标题党”文章等。所以，反垃圾模块里应该有这些功能。如果你问，这些功能是如何实现的，那还是前面提到的答案——输入案例或者关键词，让机器学习，找到特征并举一反三。

垃圾过滤之后，算法或者编辑给文章打了标签、做了分类，文章就聚集在各种池子里。刚才说了，这个过程就叫做召回。按照文章的标签分类以及不同的属性，它们被分配到各个池子里——包括我们刚才所说的热点模块、本地模块，还包括被编辑挑出来的好文章，进入精品池模块。如果有些文章又有本地属性、又是精品，就会同时放在两个池子里。还有一些文章，被打上了体育标签或者财经标签，就放在了体育或者财经的池子里。