前半部分是今日头条之类个性化媒体的推荐系统的基本原理介绍，后半部分具体分析自媒体的内容生产、营销、变现的一些细节。
读后有点失望。未公开过的信息、个人独到的见解偏少。我感觉有点意思的就是书中内容灰产的那一部分。
总体评价3星，有一定参考价值。
以下是书中一些插图：
以下是书中一些内容的摘抄，#号后面是kindle电子版中的页码：
1：坊间传闻，基于用户画像的推荐排序还有一些灰色的应用：比如真假货混发，罗振宇在跨年演讲“时间的朋友”中提到，某不良商家会根据用户的收货地址来预估用户的认知水平，从而决定是发送真货、高仿，还是假货；#362
2：协同推荐是目前应用最为广泛的推荐机制，其基于用户行为的特点使我们不需要对物品或信息进行完整的标签化分析和建模，从而实现了领域无关，可以很好地发现用户的潜在兴趣偏好。#463
3：反之，如果内容在冷启动过程中顺利找到了自己的目标人群，收获了很高的点击率，就有可能被推荐系统快速放大，具有了成为爆款的可能。因此，“冷启动决定一篇内容的命运”的说法丝毫不为过。#570
4：对安卓设备来说，某些品牌的用户在统计学上具有一定的可区分度，如锤子手机、一加手机的用户同VIVO、OPPO手机的用户就存在一定差异。#641
5：由于部分安卓手机用户的权限意识较弱，很多应用还会申请如读取目录或已经安装的软件等权限，通过文件目录反推用户已经安装的应用情况，以此来确定用户的偏好信息。#650
6：在系统体量较大的情况下，一个确实有用的方法是“大力出奇迹”，即不考虑所有先验信息，直接将内容交给推荐引擎来判断。#699
7：一个典型的场景：一个用户下单要去机场，用户身边1公里处有一辆新手车，3公里处有一辆老手车，这个单要下给谁？#849
8：一种普遍观点是：机器算法主导的精准分发，在提升阅读体验的同时，也极易导致由信息收窄带来的一叶障目。即在算法分发下，用户将深陷信息茧房当中。#1011
9：你以为只给用户推荐他偏好的观点就够了？那你就可能错过用户间的讨论和互动碰撞。给用户展示多元化甚至有冲突的观点，对评论的刺激作用是显著的。而在多元化的讨论之后，内容丰富的评论区也具有了可以消费的价值。#1045
10：半晌，剧情反转。B君朗朗道：“下午1点半，刷新一次，给你推荐了3条行业资讯、2条体育资讯、1条娱乐八卦，你点了娱乐八卦。下午2点半，刷新三次，你点击了1条行业资讯、3条娱乐八卦。下午3点，刷新……”众人相视爆笑，终结谈话，定论：“本我超越了超我。”#1117
11：先抛出个人的结论：编辑（中心人工主导）分发、算法（机器主导）分发、社交（离散人工主导）分发各有千秋。#1143
12：如果我们简化算法推荐过程，将推荐的因素收敛到编辑、社交、模型三种因素，那么，一个内容在系统中的得分可以表示为下列公式：内容得分=a×编辑因素+b×社交因素+c×模型因素#1238
13：好的算法结果，既离不开优秀技术研发的实现，也离不开优秀产品经理的投入。输给机器不冤，能训练出机器才重要。#1300
14：然而在实践过程中，我们也发现了一些问题：设立独立的growth部门，在从业务咨询的角度帮助业务线做分析、提改进意见的时候，难免会出现不接地气、对应用场景缺乏足够了解等业务问题，也会出现随着公司膨胀带来的跨部门沟通协作等管理问题。#1305
15：在这些指标里，哪个才是一款产品的核心指标呢？我个人给出的答案是：有价值用户的长期留存。#1315
16：推荐系统是一个会极度放大优缺点的系统：点击率高、阅读体验好的内容，其传播度会被极大地放大；点击率低或者点击率高但是阅读体验差的内容，其传播范围会非常快地收敛。#1423
17：我们可以将内容的阅读体验指标化、可衡量化，以进行进一步的分析，可以切入的角度如：•点击率……•阅读反馈：点赞、评论数与阅读量的比例，是否与其过往的内容一样？还是降到了平均线以下？#1430
18：因为社交传播对内容的影响力贡献巨大，BuzzFeed在衡量内容价值时，会更看重社交分享所带来的阅读量，并以病毒传播提升系数（Viral Lift）指标来衡量这一过程。#1471
19：人们往往会夸大BuzzFeed的“内容三扳斧”——清单体、短视频和小测验，却忽视了在这些内容背后更深层次的数据支持。#1480
20：对于标题，我习惯引用咪蒙的观点：“不能在一秒钟看明白的标题，不适合传播。不是读者理解不了，而是他只能给咱们一秒钟。”#1508
21：为了便于比较，我们通常计算一次打开率而非打开量。对于粉丝分发平台，一次打开率的计算公式为“一次打开率=阅读量/粉丝量”；对于推荐分发平台，一次打开率的计算公式为“一次打开率=应用内阅读量/推荐量”。#1517
22：以papi酱为例，在其获得高额投资后就成立了以自己为主IP的MCN公司papitube，开始孵化和培养新的内容创作者，签约了Bigger研究所、ACui阿崔、张猫要练嘴皮子、KatAndSid等多个知名账号。#1925
23：如同外卖业的兴起催生了一大批灰色外卖食肆一样，内容平台的兴起同样催生了一批以伪原创和搬运为主的做号者，#2001
24：真正让老A这样的做号者如虎添翼的是如图12–2所示的设备：猫池（Modem Pool）。猫池是一种可以同时接入大量SIM卡（用户身份识别卡），模拟手机进行短信收发、语音拨打、流量上网的设备，在银行业、邮局、交易所券商等场景下有广泛的应用。#2021
25：原来，这些用于接码的卡并非我们常用的手机SIM卡，而是我们提供给企业用于智能交通、物流管控的专项卡：物联网卡。我们生活中最为熟悉的共享单车摩拜与ofo，其用于定位和解锁的智能锁，就是通过物联网卡与服务端进行通信的。#2028
26：关于洗稿的方式，老A总结出了三个“东西”法则：“东拉西扯、东拼西凑、指东骂西”。#2072
27：“比较有门槛的领域，一小时能洗四五篇；一般领域的内容，一天能洗30篇吧；要是娱乐科技的内容，一天我能洗出七八十篇。”#2083
28：再看用户反馈，指东骂西显然起了煽动情绪的作用，大量用户在评论区开始了争论，这或许正中老A的下怀。#2086
29：从新榜和有赞共同提供的销售数据来看，文化类与育儿类公众号的内容转化效率最高。在有赞平台开店的头部大号中，文化类与育儿类的店铺数量仅占总店铺数量的24%，却斩获了71%的销售额，相当于1/4的店铺卖出了3/4的销量。#2271
30：得到（奢侈品店模式）、喜马拉雅（天猫模式）与知乎（淘宝模式），共同构成了内容付费平台级典型案例。它们搭建了内容市场，提供了内容商品的上架、销售与售后全流程支持，并或多或少地介入了内容的采购与制作环节。#2390
31：目前，得到、喜马拉雅、知乎三家的年营收额加起来乐观预估在30亿元以内；独立的头部IP，如樊登读书会、吴晓波频道等营收规模都刚刚过亿元；其他的内容IP营收多在千万元、百万元量级。#2510