兴趣是一个很有意思的东西，每位用户都有自己独到的兴趣，也能反应用户的方方面面。无论是潜在兴趣还是表象兴趣，都能从移动设备的使用习惯中表现出来。智能硬件定制开发最终的目的就是为用户服务，所以读懂用户的兴趣是实现App使用价值的前提条件。好看从用户的兴趣表现入手，结合百度大数据与人工智能洞察真实阅读需求，已经在产品上有所建树。

首先，进入App的用户有新老之分，好看如何取得用户的兴趣点？

好看本身就是一套完整的人工智能化的人机交互体系，在老用户的不断使用之中，分析用户的历史使用数据，实时关注用户的使用动态。好看就是将这个大数据划分成一个集合，同时利用人工智能技术分析数据并划分到集合类之中，不断完善用户画像，实现用户需求兴趣的预感知效果。在这个动态的过程中，专属于用户自身的画像显得愈发精细，也让好看的每一条资讯推送都符合用户的兴趣。对于初次使用好看的新用户，好看在首次打开App时会与用户进行兴趣互动，提供各种类型的标签，用户可根据自身兴趣进行选择，从而建立起初始的用户画像。同时，登录自身百度账号后，百度人工智能技术就会运转，分析用户使用百度产品服务的历史，分析用户的兴趣，从而让这种内容资讯的推送更加丰满。

其次，热点事件总是随即发生，兴趣却颇具长效，好看如何将热点资讯与用户兴趣相结合？

阅读能帮助用户扩展兴趣和发现兴趣。好看利用深层次的人工智能技术来提供兴趣扩展式的使用体验。比如引起广泛讨论的社会事件如王宝强离婚案等，相信大多数用户对娱乐明星引起的社会效应是有一种接触的兴趣，于是在好看中会寻找相应的信息，对于从未关注过王宝强的用户来说这意味着一次兴趣扩展。除了热点外，用户自身的行为也是一个发现潜在兴趣的因素。

好看会基于LBS、网络使用情况、上网时段、地域特征、用户阅读内容偏好等来感知用户的兴趣。比如即使你喜欢看NBA，但好看并不会在你晚间应酬时段来推送赛事结果的资讯，也不会推送烧大脑的深度分析文，实际上会根据热点赛事推送新鲜的篮球资讯或者引起较大关注的新闻等等。由于用户兴趣会随着时间而呈现变化，或衰减、或增加，好看会将用户基于兴趣的寻找行为化为主动推送，甄别用户对于这种热点的使用情景、频率来分析用户的真正喜好，从而发现用户更多潜在的兴趣。