一言以蔽之，扎克伯格并不是一个轻轻松松成功的人。他和谷歌的拉里佩奇，都是全人类最早几个重视深度学习型人工智能在商业应用上成功转化的人。
“把什么样的内容，放到你的客户登陆k或者ins之后，第一屏上可以看到的那几条仅有的推荐位上”。
这个问题，值得扎克伯格每年花十亿美元计的钱去优化。
很可惜的是，在没有顾莫杰的那个时空，中国的互联网大佬当中，一个都没有承担起在这个细分领域的探索责任。
马风探索了，但是仅限于向客户推送购物信息，他手上的大数据不够全。
李老板按说也能做，但是只能做到推送的1.0时代，到2.0时代，李老板的度娘也无能为力——其最大的瓶颈，在于度娘是三巨头当中唯一一个绝大多数用户都没有习惯登陆后再上她的应用。
麻花藤手上有不逊于扎克伯格的数据资源，而且这些数据资源每一个都是和帐号绑定的。但这个民族败类却没有花钱做这个事情，还挤占住资源卡位不让其他中国人做这件事情。让华夏民族在这方面远远落后了。
直到2016年，人们才看到“渣浪”围脖开始摸索着走类似于k段数的feed流算法路线。可惜，因为起步太晚，渣浪被那些体验不好的用户喷得狗血淋头，进展缓慢。
……
“顾总！你这种说法，太危言耸听了吧！在信息爆炸的时代，推送当然可以起到帮助用户从亿万无用信息中筛选出他们感兴趣的东西；但是现在国内的一线内容平台，也已经做了足够充分的客户偏好大数据搜集了，还要大家怎么做！”
“对啊！我们已经做的够多了。难道还要让机器人和真人一样细腻地揣摩七情六欲，去猜测用户的喜好么？用户喜欢的是主动、自主地找到他要的东西，不是被机器操纵着前进，那样是对人性的不尊重！”
“说得好！相比于虚头巴脑的猜测用户喜好，内容推送端更应该注重‘社交同好属性’、‘同好书单歌单’，让同类的人物以类聚，相互社交化推送内容，而不是
本章未完，请点击"下一页"继续阅读！ 第2页 / 共5页