辑的话，眉头并没有舒展，反而锁得更紧了。
他在互联网圈子里摸爬滚打了十几年，见过太多因为轻敌而倒下的巨头。
林辰这个人，从除夕夜的红包大战，到海外的专利官司，哪一次出手不是谋定而后动？
一个能把苹果公司逼得低头认错的人，会花这么多现金，去搞一个只会引来“羊毛党”的短命项目？
“老王。”
老张没有理会总编辑的盲目自信，而是紧紧盯着数据主管，“一二线城市的白领根本看不上这点钱，不至于让我们的日活掉这么多！”
数据主管深吸了一口气。
他知道，接下来的汇报，才是真正颠覆在场所有人认知底线的核心。
“张总，红包只是林辰用来敲开下沉市场大门的诱饵。”
“我们的底层监测爬虫，对飞鸽的这套系统进行了深度的反向测试，发现飞鸽根本没有传统意义上的编辑推荐频道，也没有固定的头版头条。”
“我找人打听了一下，他们采用的是一种基于海量用户行为大数据的‘协同过滤推荐算法’！”
数据主管快速切换大屏幕，将几个不同测试账号的飞鸽界面截图并排展示出来。
“各位领导，你们仔细看这三个账号的新发现页面。”
所有人抬起头，惊愕地发现，这三个账号在同一个时间点打开的飞鸽页面，展现出来的内容竟然完全不一样！
第一个账号，满屏全是篮球鞋评测、NBA赛事集锦和汽车改装教程。
第二个账号，清一色的母婴护理、便宜家常菜谱和化妆品试用报告。
第三个账号，则全是钓鱼技巧、象棋残局和养生保健知识。
“这……这是怎么回事？”
总编辑呆呆地看着屏幕，“他们没有统一的首页分发机制？”
“没有。”
数据主管给出了无情的答案：“算法不教用户应该看什么，它只是一味地投喂用户本能喜欢看的东西。”
“只要用户在某一篇篮球图文上停留了超过五秒钟，系统就会在底层的数据库里，给这个用户打上一个‘体育’、‘男性’的隐形标签，接下来，只要他继续往下滑动，瀑布流里源源不断涌现出来的，全是他最感兴趣的同类内容。”
“这叫千人千面，信息找人！”
数据主管指着屏幕上那条高高昂起的红色数据柱，抛出了最致命的结论：
“在这种精准投喂的算法面前，再加上右上角那个不断转动、能真实换取现金的进度条带来的多巴胺刺激。”
“