當城市開始飛速發展，世界變化已經讓人應接不暇的時候，唯有跟上才不算掉隊。這是一個信息化的時代，也是一個信息過度膨脹的時代，也許每天打開郵箱接收到的郵件已經足以湮沒一個清醒的頭腦，而為了把握這個快節奏的城市而在車上或是每個閑暇時間點開一個個新聞APP則是在生存和前進中找到一絲方向。

幸好移動產品飛速發展，所以我們才能避免抱著電腦邊走邊看的一幕出現。而信息永遠是來如潮水，想要把握似乎總有些難度。當你想了解當前的時事熱點或者行業新聞，也許你可以打開傳統的門戶新聞客戶端看某個新聞板塊，或者刷微博看你關注的人眾說紛紜，亦或者看你收藏的某個博客的新鮮觀點，再或者可以在微信上收聽某個知名博主的言論。但是這一切的過程，你依然覺得繁瑣，因為不管是點擊開的哪一個產品，都沒辦法幫你一站式找到你要的那些信息。信息的檢索變成一個困難的過程，零碎的信息讓效率變成一個問題，用戶需要一個簡單的方式來處理這樣的信息狂潮。

“信息+大數據處理”就是答案。這是一個信息化的時代，科技無處不在，信息也是，大數據處理則是解決大量數據的方法之一，而今日頭條這一款移動應用就是先行實踐者。

大數據產品對泛濫的信息處理，不是此前的諸多模式中的一種。在傳統信息處理時代，有各種通過人工方式對新聞和相關信息分類，甚至在每個網站都會對不同的內容分門別類，或者在值得關注的新聞點上匯總制作主題，這也和現今微信的處理方式如出一轍。但是優質的數據處理采取的方式沒那么簡單，因為內容源的提供者單方面制作的信息分類并不能滿足用戶的個體需求，就好比如今百度會根據用戶的搜索推薦不同的產品一樣，一個完善的數據處理也會根據用戶點擊不同的新聞內容分析用戶可能感興趣的新聞，針對性推薦給用戶，這就是今日頭條這款APP的亮點之處。

APP讀懂你的口味，不是單純的屏蔽關鍵詞或者找到你的需求點，而是最大可能的給你感興趣的內容。你的口味，有喜歡，也有不喜歡，它都知道。

不喜歡看財經內容，那便沒有股市行情或者業內分析出現；不喜歡看體育新聞，科比或者喬丹也不會出現在你的視線范圍內；不關注互聯網，OK，科技博客自然是不用給你做推薦咯！作為你的專職信息處理師，它一定比你更了解你不喜歡的內容。

不喜歡財經，卻偏偏關注蘋果或者三星的交易財報，好的，蘋果的最新消息一定提供給你；不喜歡體育，卻獨獨鐘愛帥氣的小貝，好的，這個不難；不關注互聯網，但是偶爾新浪或者微信有點什么事還是得了解以免落伍沒有談資，這個也很容易！這就是今日頭條信息處理的高明所在。

新型的信息處理，不僅僅是粗略的把用戶不喜歡的內容剔除，而是在用戶不喜歡的內容中找到用戶感興趣的點，個性化在不同的產品中的體現不同，但有一點是互通的，就是從粗獷的分類中找到細致處，細化分類。然后再分類，再處理。直到對數據的細分不再成為分類，而是關鍵詞組合，讓APP產品讀懂自己服務的用戶，減小用戶被狂轟濫炸的可能性，同時讓每一次信息顯示都成為有效性最高的推薦。

不少用戶都記得在很多產品中，往往選擇了自己不中意的分類后，那些信息就被一網打荊而今日頭條獲取用戶感興趣的分類并非單純依靠用戶自己選擇的內容，而是在用戶使用的過程中，一次次對用戶行為進行分析甄別。用戶每一次的閱讀和選擇，都會成為一個獨立的數據庫，用戶點擊的新聞內容會被分析，例如：從來沒有看過體育新聞的用戶卻點擊過數條貝克漢姆的新聞內容，說明這個用戶感興趣的不是體育，而是“貝克漢姆”，下次有小貝的消息的時候，用戶便不會錯過。而同樣的道理，不管你是否對某一方面的內容感興趣，這款APP都能感知到你的喜好，甚至比你更了解你是否會喜歡這樣的一條內容。

照此下去，可以預見的是，隨著用戶體驗時間越久，越能和這款產品融合。產品會發展成用戶的朋友，提供的信息也會越來越對用戶的胃口。對于大數據處理來說，這才是讓科技服務人類的實踐。總的來說，就是讓科技更懂人類，讓人類更了解科技，大數據處理的成績，今日頭條給出了答案：我比用戶更懂用戶。