支撑。”
林辰对此并不意外。
人工智能和推荐算法的护城河有多深，他比谁都清楚。
在2010年，这在国内几乎是一片盲区。
如果强行让传统的程序员去堆代码，造出来的只会是一个人工智障。
“所以，这段时间，我让人事部去满世界找人了。”
“好在咱们开出的薪资高，而且站内闭环生态的构想对那些技术大牛非常有吸引力，最近刚从百度和清华挖来了一批核心算法人员，现在安置在京城那边。”
张栋详细地汇报道：
“百度那边，我们私下接触了他们NLP部门的一个副总监和四名高级算法工程师。这几个人早就受够了百度的竞价排名文化，觉得让顶尖技术去给医疗广告当陪衬是种侮辱。看到我们这种不抓取全网垃圾、专做高质量闭环内容的分发模式，他们宁可自己赔付竞业违约金，也要全员跳槽过来。”
“清华那边，我们用辰希海量的真实社交数据作为诱饵，请动了一位专门研究机器学习的教授带队，加上他手底下十几个最优秀的博士生，连锅端到了咱们的研发中心。”
听到这里，林辰的眼底闪过一丝深邃的赞许。
磨刀不误砍柴工。
不到一个月的时间，能把国内最顶尖的自然语言处理实战派和学院派全部收入囊中，这笔买卖不仅不亏，反而赚大了。
百度的李总要是知道，自己在前脚拒绝了企鹅的结盟，后脚自己最核心的搜索算法大脑就被林辰神不知鬼不觉地挖走了一块，估计会被气得当场摔杯子。
“干得漂亮。”
林辰合上人员名单，给出了肯定的评价。
“既然这批专业的人到位了，他们对下一步的切入点有什么具体的规划？”
张栋立刻进入了专业的技术汇报状态：
“这批人这两天刚办完入职，正在梳理我们的数据池。他们打算先建一个初期数据模型。”
张栋说出算法团队的初步方案：
“他们的思路非常直接，就是一切以点击率为核心导向。”
“先收集用户的点击行为，根据点击率来测算用户的兴趣。系统发现用户点什么类型的文章多，就疯狂地给他推送同类型的内容，以此来最大化地增加用户在飞鸽里的停留时间。”
张栋觉得这个方案逻辑很通顺，完全符合目前互联网
本章未完，请点击下一页继续阅读！