以數(shù)據驅動為核心的個性化推薦引擎（基于數(shù)據做內容推薦）
1.8億安裝用戶（過去兩年內）每天日活接近2000W
今日頭條的推薦模式：
1彪置、內容相關性：如娛樂-歌星-李宇春
2禁筏、場景相關性：如旅游-烏鎮(zhèn)（常住地/旅行中）
3榕莺、協(xié)同推薦：協(xié)同是重要的興趣探索方式
??????????????????? 社交——社會關系（現(xiàn)實/網絡）
???????????????????? 地理位置
???????????????????? 興趣愛好接近
???????????????????? 職業(yè)接近
???????????????????? 場景接近
個性化是推薦系統(tǒng)的一部分次屠，泛化才是推薦系統(tǒng)中更重要的一部分唱较。（人和人之間都有共性趾痘，基于這個共性就能傳播，社交是一個社會關系的共性榛斯，那還有其他的共性模式观游。）
1.不是狹義上的新聞，而是廣義上的信息? 過去媒體受版面時長的限制驮俗，更多的是傳達一個事件懂缕，而我們更強調的是信息。（移動互聯(lián)網時代王凑，媒體在傳播信息的時候會大大拓展搪柑，不論是主題還是題材上）
2.愿景：消滅早知道就好了這句話。（信息鴻溝給社會帶來的成本）更有效的分發(fā)能提高社會效率索烹，降低社會成本工碾。
3.連接人—信息---服務，企業(yè)在上面開“頭條號”百姓，發(fā)布專業(yè)內容的同時渊额，為用戶提供服務
今日頭條作為一個推薦引擎，有機會把用戶的長尾信息找出來垒拢，在各種場景下推薦給用戶
內容生產方式的變化：從傳統(tǒng)的PGC到UGC（UGC未來可能占到80%,是認知盈余的表現(xiàn)）旬迹；創(chuàng)作---分發(fā)---分享----變現(xiàn)
