IOT时代：万物互联
- 纯粹独立、没有关联、完全冲动的消费，很大可能是不存在的；
- 将用户的数据收集动作，降到更低一层：即为物联网。
从互联网时代的发展来看，
原因一：占有更靠近用户的产品，更有竞争力。
历史的进程证明了观点。
Anyway,把握上游有两大动作：收集数据，精准预测。
解决精准预测的基本构架：
- Item画像：推荐内容属性、tag提取、摘要、实体词挖掘等；
- User画像：用户标签属性，及用户协同计算；
- 在线出发和排序框架：主要是多出发队列挖掘、多队列融合、多粒度点击调权、机器学习排序，包括ctr预估、用户们满意度/转化率预估，干预机制建立，等，。
- 人群挖掘延伸：确定人群种不同领域的KOL，作为主要的投票者。
- 人群分类。
新思路：利用社交来解决精准推荐问题
Story1：关于一些朋友圈的行为
*去年你点赞最多的人是谁？
- 去年给你点赞人最多的人是谁？
- 每个人都无法免俗，因为我们逃脱功利主义的社会属性。
- 看一篇文章，到底是因为它的标题，还是因为它是大老板转发的？
朋友圈，或者说产生内容的社交，已经成为正是社会关系的完整映射。社交群体越庞大，就越接近真实。
Story2:如今我们怎么做决策？
- 会想一下最近所做的决策：要看的书，要看的电影，要听的音乐，要旅行的目的地——他们让你的CopyRight来自哪儿？
- 再看看人生大事——买车买房？小孩教育？家人健康？
- 中国既脆弱、🈶强健的人人际关系，让我们对“熟人”的经验冯家新服。
每个人的社交关系中，都有各种“KOL”存在，他们对我们的决策有绝对的影响。
story3：你比你相像的要和群
- 弹幕产业的兴起。
- 为什么双十一会成为爆款？这一天的价格深的是全年唯一的最低吗？
- 接营销的本质是什么？
手机放大了人类的孤独感，于是我们更紧迫的需要通过某种“共同进行”的方式，加强群体的共鸣感。
Stroy4：每天有多少时间可以花在手机上？
- 用户可以画在手机山的时间是有效的。
- 阅读优先级是什么？优先级的依据是什么？——“有用”和“让我觉得快乐"在不同的用户全体中.排序并不铜。——有用和“让我们觉得快乐”在不同的用户群中，排序不同。
还有什么内容会比，真实的人贡献的，更有趣的，更有用的呢？
有品这件事，社交规则会来约束
[未完待续...]
