“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。”
“网民在飞鸽新发现里的平均在线停留时长，从以前的两三分钟，在短短几天内，飙升到了夸张的十五分钟！”
十五分钟！
这个数字一出来，整个监控中心里陷入了死一般的沉寂。
老张瘫坐在椅子上，感觉手脚一阵冰凉。
在这个年代，网民每天上网的碎片化时间是固定的。