rpa实时推送热点深度文章产品系统

自媒体具有媒体属性，旨在提供资讯和见解，目前市面上的自媒体主要分为几类：
• 垂域专业领域的分享、科普，比如历史博主、数学博主、医学博主
• 前线真实调研、报道、总结，比如澎湃新闻等以记者为媒体的
• 预测发展的，比如投资机构、财经博主
现有媒体介质存在不可能三角，即实时、真实、前因后果叙事连贯不可能同时满足
从用户视角去观察：
• 用户甄别真假的能力弱，存在羊群效应，人云亦云，很容易被带节奏
• 用户想关注前沿动态的候选集较小，且基本上只是单点报道，不成体系
• 用户分布广泛，容易形成同好社群，想看他们想看的内容，以讹传讹概率变大
• 用户更倾向于去理解白话文章，能快速上手，也能博得更多认同
• 用户对文章中出现的广告不敏感，对文章中出现的转链很敏感，对诱导消费最敏感
• 用户在读文章的时候，文章按照时间线的演变会更加有粘性，这样的文章一般都是爆品
• 总会有好评和差评的用户，核心在于文章观点的主观性
• 某些用户一般更喜欢关注在"政治正确"之外的"不能说"，但一直灰色总有湿鞋的时候，这样的
用户不太多
• 部分用户只喜欢阅读快讯而非长篇累文，部分有经验的读者更希望叙事严谨，连贯

深度文章市面上偏少(有实际价值的大v偏少)，导致蓝海
• 很多文章内容同质性太强，且只是单点叙述，有经验的大v写不出，写的出的又不是有经验的
• 预测型文章几乎都是一家之言，很难证实和证伪，阴谋论大棋论者太多，人们往往相信那些
愿意相信的
• 能始终坚持一种观点的作者或者社区太少，或多或少都足够主观
• 第一时间的时效性，远胜任何矫揉造作
• 复制成本极低，优质内容一次产生，后续会被多个号加白和抄袭
• 打造个人或者团队ip的快速方式，可以拓展为资讯团队工作室
• 平台会对发文进行稿费补贴，优质内容会加影响力
• 过于灰色的文章即使流量极大仍然容易被铁拳，不如客观总结并堆量
• 更好迎合探索趋势的最重要方法是贴近实际信息源而非不断T+1或者T+N口径并夹带私活加
工下的自媒体总结

• flink-fluss实时和多个信息源进行订阅、加工，在阿里云申请实时云服务，实现难度20%
• 大模型总结，一期优选kimi，只总结，不推理避免幻觉，结果按照时间线输出，需要付费，
实现难度10%
• 推送微信公众号、知乎、头条接口，需调研，实现难度10%
• nlp技术，抽象文章标题的时间、主语、谓语、宾语，识别实体、动作、场景，作为检索指纹
id，实现难度60%
• 时序数据库，按照时间片保存主语、谓语、宾语的检索指纹id，实现难度10%
• 文档kv存储数据库(hbase)，用于高效根据指纹id检索文档原始内容
-- 可能的话，需要图数据库，作为人物主题的图谱，关联频繁发生报道关系的其他人物
• 防止重复相似内容推送而使用的缓存，如果按照时间线，即使重复，重复部分的输出权重变
低，每篇文章行文着重讲变化的重点