如果把网播平台比作一辆汽车。
那么播放器和CDN相当于发动机和传动系统，决定它能不能跑起来。
服务器/带宽等于油箱，决定能跑多远。
个性化推荐算法跟搜索系统相当于方向盘和导航。
片库则相当于沿途的风景，是吸引用户要不要上车的关键。
所以单单一个个性化推荐算法距离平台正式上线还差的远。
而单单开发这么个零部件，就耗了两三个月，还用上了零的算力支持、试错，效率实在算不上高。
苏言却没有任何不满，因为此“个性化推荐算法”跟彼“个性化推荐算法”不完全是一种东西。
市面上最早的亚马逊到谷歌、奈飞再到国内的豆瓣各大网播平台使用的传统算法，清一色只当辅助功能使用。
底层逻辑是先给内容打标签，再把标签相似的内容匹配给用户。
是一种极粗略的“个性化推荐”。
主要还是依靠编辑人工推介、热度排行给用户推内容。
而苏言见过的那种，一早给开发团队提的需求，却是根据用户的每一次滑动、停留、点赞、评论等多个维度汇总计算，给用户建立画像，再倒推内容留住用户。
难度自然大得多。
京城，珊瑚视频的临时总部。
苏言站在大屏幕前，看着工程师演示完第十组用户画像的实时匹配流程。
屏幕上跳出的推荐结果虽然比传统的编辑推荐便利了不少，但跟他脑子里见过的那个能精准捕捉人性弱点的“妖怪”相比，眼前这个顶多算个刚学会走路的小孩。
不过用来找张一明谈判倒是勉强够用了。
“辛苦了。”苏言拍了拍工程师的肩膀，“把测试数据日志留一份给我。”
工程师应了一声，退了出去，顺手带上了门。
一旁安静了半天的沈清辞忍不住疑惑的看向苏言：
“你对那家新公司……是不是太重视了点？为了入股，这前前后后折腾了好久了。
我还特意找人查了下，那公司到现在也就二十来号人，挤在间破民房里随时要倒闭的模样。”
“因为我看好那家公司能成为Web2时代的集大成者。”苏言简单的答道。
互联网诞生之初，用户只能被动看内容，被称为Web1时代。
如今用户自己生成内容，依赖社交互动
本章未完，请点击下一页继续阅读！