项目介绍

　　项目是一个以搞笑为主的内容的app。我们提出了基于情绪数据建模的新一代推荐算法（张一鸣的推荐算法用的是行为数据），能做到预估某个用户看某条内容笑出声的概率（张一鸣的推荐能预估你是否看完or是否点赞，不能预估你是否会笑）。方案已经在某公司搞笑app上得到了真实用户数据的AB验证（日人均时长+30分钟，30日留存+3%（绝对值）），也从精益创业的角度验证一遍，都没太大问题。（可惜，没有被该公司作为第二曲线）。
　　团队来自今日头条，快手，美团，最右等产品，全都是业绩持续top，升职速度非常快的同学。
　　（项目逻辑推导：现在几款搞笑垂类的app（总DAU在2000万），在抖音和快手作为巨头把UI和推荐体验做到极致的情况，每天还是有大量的人下载（说明需求存在），但是，流失率很高（做了大量真实用户的调研和流失原因分析，用户说不搞笑。仔细分析用户数据发现，用户的观看历史都是搞笑类别的内容，但是不是他爱看的搞笑）。所以，这是一个搞笑个性化的问题，进一步看，不搞笑的原因，发现：现有的推荐算法是基于行为数据建模，无法对搞笑进行预估（搞笑是情绪不是行为）。我们创新了一种新的推荐算法：基于情绪进行建模。能够做到：预估每个用户对某一条内容笑出声的概率。）
　　具体情况请看BP。