对每条信息提取几十个到几百个高维特征，并进行降维、相似计算、聚类等计算去除重复信息，在对信息进行机器分类、摘要抽取，主题分析、信息质量识别等处理。
还有的就是根据人的特征、环境特征、文章特征三者的匹配程度进行推荐。
要求做到，实时推荐，0.1秒内计算推荐结果，3秒完成文章提取、挖掘、消重、分类，5秒计算出新用户兴趣分配，10秒内更新用户模型。
根据用户所在城市，自动识别本地新闻，精准推荐给当地居民。
还可根据用户年龄、性别、职业等特征，自动计算并推荐其感兴趣的资讯。
本小章还未完，请点击下一页继续阅读后面精彩内容！
至于返回到广告，又因为每个模块的不同，每个作品又有不同的广告位置及广告形式。
侯小山对于广告这块倒是很有兴趣，继续问萧进那些广告商投放广告的一些特点，弄清楚这个，他好去拉赞助。
萧进讲了一个完整的投放过程，通过几个节点来进行划分：
即流量到创意、落地、目的地和转化。
翻译过来就是：有了优质的作品后，在好的位置，要有创业的广告，之后引导对这个作品有兴趣的用户直接挂到另外的一个店铺，甚至是App当中，直接就转化成广告商的用户，而这又会成为头条的优质用户。
对于创意和落地，引擎后台也有对应的优化工具，创意的文案部分可通过广告创意层级的“系统推荐标题”及“创意灵感”来优化，选择优质的模板或者自定义完成搭建。
一句话，投放广告就是为了转化用户！
在实际投放过程中，为了达成这一目标，广告商都会选择优质的媒体流量，也会优化广告创意，选择低跳出率和高触发的落地页。
而萧进要做的就是具有“革命性”的优化策略？！
这些给了广告商，广告商必然要来。
举个例子，比如某人想买一个手机，某天他在看头条优质作品的时候，看到了某个手机品牌的广告，然后就点击广告进入了该品牌的落地页，一轮筛选后，选中了某款机型，他直接在头条里付款完成了购买。
这种形式下，用户不用从一个App跳出到另外一个App。对用户来说节省了流量和时间，对于广告主来说减少了目标用户的流失。
萧进是侃侃而谈，但罗军听到这里，已经疯了！
“大哥，你想要的究竟是一个什么东西？这太难了吧！”
... ...