一点资讯，一款为兴趣而生的新闻资讯 App，它放弃了“互联网”、“娱乐”、“军事”等笼统的频道订阅的新闻组织方式，而是通过微博绑定，猜出用户的兴趣主题频道，让每个人的频道列表都不一样。同时，如果这些都不能满足，用户还能自定义话题频道。随着用户使用时间越久，和一点资讯的智能交互越来越多，它会越来越懂用户，在频道内容和排序上会更符合用户的胃口。一点资讯是一款为兴趣而生的新闻资讯App客户端。来自硅谷的核心团队致力于为用户提供私人定制的精准新闻资讯，以提供个性化的自定义关键词、并伴以顶尖算法不断学习用户偏好的方式重新定义新闻客户端，帮助用户在日益爆发的信息洪流中快速捕捉最核心最需要的资讯。

　　从行业角度

　　优化资讯信息传播的模式。以聚合信息、通过兴趣频道分发信息的模式，帮助优秀的新闻媒体更快的找到匹配的用户群体;

　　协助搭建良性循环的行业生态体系。让内容、商业、用户高效的得到衔接，提升资讯流通效率和商业投放效率，使得媒体、广告主及信息渠道获得共赢。

　　从用户角度

　　不只提供用户热门浅度的头条新闻，更有符合用户独特个性兴趣的深度优质内容。

　　有效减少用户甄选新闻资讯的时间成本，提升用户的阅读效率。

　　无态度的向用户提供同一事件的多方面视角，引导读者去独立思考。

　　不仅仅是新闻。一点资讯提供的是高质量的互联网内容服务，这使得一些时效性较低的长尾优质内容不至于沉寂无闻，从而让真正对此感兴趣的用户能快速找到优质资讯。

　　机器学习技术

　　通过系统分析用户的搜索、订阅及其点击行为，全面了解用户的兴趣意图。

　　这些兴趣意图会被分解为：关键词、频道、内容源等多个维度。兴趣引擎技术会通过用户累积的兴趣意图，将通过计算将最优资讯优先呈现给用户。

　　兴趣图谱的搭建

　　“兴趣引擎“发挥作用，还需要搭建兴趣图谱。所谓兴趣图谱，是指构造人群整体兴趣之间的层级架构、及相关性。如“唐诗”这一兴趣点，从层级关系上看隶属于唐朝文化(唐朝文化隶属于唐朝、中国古代文化两个大兴趣点);从平行关系上看，和它相关性较高的兴趣还包括宋词、元曲等。

　　在搭建了兴趣图谱后，在对用户进行推荐时会参考兴趣之间的关联度。

　　智能推荐策略

　　在对用户进行智能推荐中，会通过分析用户已经明确表达的兴趣、可能会感兴趣的兴趣(依赖兴趣图谱猜测)，再加入阅读时间、阅读场景、用户背景身份等外在条件，综合计算后将最优的资讯结果呈现给用户。

　　通过兴趣引擎技术，一点资讯可以做到：

　　精确的捕捉用户兴趣需求，将他们最关心的资讯第一时间呈现。

　　依据兴趣图谱给用户推荐与其已有兴趣相关性较高、或人群属性高度一致的资讯，帮助用户发现更多的兴趣。