除了傳統的閱讀量、付費數據等外部信息,還有對內容本身的挖掘和分析。楊宇航介紹,通過機器學習和自然語言處理等方法,雲sir可以監測到故事中角色出現頻率,與事件的關聯性,情緒波動和人物成長性,以及讀者對於角色討論的描述是否積極。「就像在微博能監測明星熱度是正面還是負面一樣,這是情緒分析最典型的應用場景之一。」
通過篩選,雲sir會精準推薦30部以內的小說或劇本,點擊鏈接能夠看到內容來源。「有雲萊塢平臺上的簽約內容,也有來自全網的,後者佔比肯定大得多。雲萊塢已經簽約的內容都有經紀人直接對接,達成版權合作;沒有簽約但在平臺上託管的內容,可以線上一鍵聯繫作者;至於全網監控的內容,用戶留下基本信息後,雲萊塢可以協助聯繫,確定版權狀態是怎樣的。」
我們嘗試了要求機器人幫忙推薦滑雪相關的內容,在優先推薦中有東野圭吾的《戀愛的貢多拉》、《白銀傑克》以及常琳的《雪後多倫多》等作品。其中來自雲萊塢平臺的作品,都擁有包含人物小傳,故事梗概,改編評估,交易狀態等一套標準化模板。