集股东大会，向各大股东汇报公司一年来的业绩和成果。
除此之外，本次的董事会还将决定公司全年的生产经营计划和投资方案，其中最重要的议案是由沈亦泽提出的新的研发项目——创意短视频社交软件。
他将短视频的概念大致解释一遍。
以魏守诚为首的技术人员一听即懂。
自影像技术诞生以来，全世界范围内较受欢迎的短视频就是音乐短视频，唯一的问题在于拍摄困难，能随机对着镜头装模作样演一下的人不少，能随时随地对着镜头说一段唱一段的人不多。
国外厂商研发出的对嘴表演模式创造性地解决了这个问题，通过音频台词，剧本是现成的，创作者只需要表演，而且音频时长很短不到10秒，极大地降低了表达成本。
但沈亦泽想做的却不仅仅是音乐类短视频，生活类、才艺类、美食类、文化类、旅行类、时尚类、科普类……所有类型的自制内容都可以以碎片化的形式传播，不仅更易于扩散，趣味性也更高。
随着新媒体的崛起，国内互联网行业正以一个不可思议的速度发展着，沈亦泽已经错过了直播，而短视频是足以颠覆传统娱乐方式的“时间杀手”，他绝不能错过。
有乐享和乐享音乐作为基础，公司在孵化的这件事算是很有经验了。
半年前，沈亦泽投入大量研发资金支持魏守诚团队开发全新的大数据算法，如今乐享和乐享音乐都已上线个性化的推荐机制，经过两个月的试水，从用户处得到的反馈几乎全是正向的。
魏守诚以为沈亦泽是为了提升用户体验才做出这样的决定，其实不是，推荐算法的研发实际上是为了给短视频铺路。
说起短视频，快手其实比抖音发展得更早，但最终被抖音超过，一是因为头条系财大气粗，舍得砸钱，另一个原因则是抖音加载了头条最核心的算法模型。
对做内容的互联网产品而言，推荐机制至关重要，一套好的算法可以保证内容分发的效率，进而实现平台、创作者和用户的三赢。
魏守诚听出沈亦泽话里有话，挑明了问：“你是觉得我们现在做的这个算法模型还不够好？”
沈亦泽措辞委婉：“在现今的内容平台中算顶尖了的，但我的想法是研发出一套可以当作公司核心技术的推荐引擎，你觉得现在这种程度够吗？”
魏守诚不说话了，身为资深的算法工程师，他自然明白这套推荐机制的技术难度并不算高，至少还达不到建起技术壁垒的地步，更谈不上当作公司的核心技术。
沈亦泽正色说：“我个人认为，做内容平台的本质就是做推荐引擎，就好比做销售，各大厂商的产品都大差不差，关键在于能否捕捉到顾客的喜好并将对方喜欢的产品推荐给他，只要做到这点，生意谈成的概率就会很高。”
魏守诚愣了下，仔细一想，确实是这么个道理，他以前也创过业，对此深有体会，但当时不曾静下心来琢磨过，现在听了沈亦泽的这一席话，才豁然开朗。
他说：“看起来，你心里似乎已经有一个预期了。”
沈亦泽笑道：“我对编程一窍不通，不过我知道最终应该达到怎样的效果——”
他将自己使用抖音多年的用户体验总结成几个要点，当作是自己的预期，一五一十地告诉魏守诚。
听取顾客的需求，做出符合期望的产品，这是魏守诚的团队一直在做的事，只不过这一次，沈亦泽提出的要求远比他们以前做的更复杂。
一周后，研发部将沈亦泽的用户体验转化成专业的技术方案，归纳成条后提交给董事会：
“……基于个性化推荐引擎技术，根据每个用户的兴趣、位置等多个维度进行个性化推荐，推荐内容不仅包括狭义上的文娱，还包括新闻、生活、教育、购物等资讯。
根据其社交行为、阅读行为、地理位置、职业、年龄等挖掘出兴趣。通过社交行为分析，5秒钟计算出用户兴趣；通过用户行为分析，用户每次动作后，10秒内更新用户模型。
对每条信息提取几十个到几百个高维特征，并进行降维、相似计算、聚类等计算去除重复信息；对信息进行机器分类、摘要抽取，主题分析、信息质量识别等处理。
根据人的特征、环境特征、文章特征三者的匹配程度进行推荐。
实时推荐，0.1秒内计算推荐结果，3秒完成内容提取、挖掘、消重、分类，5秒计算出新用户兴趣分配，10秒内更新用户模型。
根据用户所在城市，自动识别本地内容，精准推荐给当地居民。
可根据用户年龄、性别、职业等特征，自动计算并推荐其感兴趣的资讯……
新用户的冷启动可采取社交账号绑定的方式。
当用户使用微讯、微博等社交帐号登录时，通过对用户账号的分析建立一个“兴趣图谱”，即根据用户在微博上发布的内容及其所属类别、用户自标签、社交关系、社交行为、参与的群组、机型、使用时间等来数据源来推
本章未完，请翻下一页继续阅读.........