基于個性化推薦引擎技術，根據每個用戶的興趣、位置等多個維度進行個性化推薦，推薦內容不僅包括狹義上的新聞，還包括音樂、電影、游戲、購物等資訊。 根據其社交行為、閱讀行為、地理位置、職業(yè)、年齡等挖掘出興趣。通過社交行為分析，5秒鐘計算出用戶興趣；通過用戶行為分析，用戶每次動作后，10秒內更新用戶模型。 對每條信息提取幾十個到幾百個高維特征，并進行降維、相似計算、聚類等計算去除重復信息；對信息進行機器分類、摘要抽取，LDA主題分析、信息質量識別等處理。 根據人的特征、環(huán)境特征、文章特征三者的匹配程度進行推薦。 實時推薦，0.1秒內計算推薦結果，3秒完成文章提取、挖掘、消重、分類，5秒計算出新用戶興趣分配，10秒內更新用戶模型。 根據用戶所在城市，自動識別本地新聞，推薦給當?shù)鼐用瘛? 可根據用戶年齡、性別、職業(yè)等特征，自動計算并推薦其感興趣的資訊。