除了传统的阅读量、付费数据等外部信息,还有对内容本身的挖掘和分析。杨宇航介绍,通过机器学习和自然语言处理等方法,云sir可以监测到故事中角色出现频率,与事件的关联性,情绪波动和人物成长性,以及读者对于角色讨论的描述是否积极。「就像在微博能监测明星热度是正面还是负面一样,这是情绪分析最典型的应用场景之一。」
通过筛选,云sir会精准推荐30部以内的小说或剧本,点击链接能够看到内容来源。「有云莱坞平台上的签约内容,也有来自全网的,后者占比肯定大得多。云莱坞已经签约的内容都有经纪人直接对接,达成版权合作;没有签约但在平台上托管的内容,可以线上一键联系作者;至于全网监控的内容,用户留下基本信息后,云莱坞可以协助联系,确定版权状态是怎样的。」
我们尝试了要求机器人帮忙推荐滑雪相关的内容,在优先推荐中有东野圭吾的《恋爱的贡多拉》、《白银杰克》以及常琳的《雪后多伦多》等作品。其中来自云莱坞平台的作品,都拥有包含人物小传,故事梗概,改编评估,交易状态等一套标准化模板。