读，你所需 书籍推荐应用Nerd

【站长搜索网北京】7月24日报道（文/袁婕）基于大数据分析的便捷，人们在信息匹配方面做得越来越精确。消费者不缺少商品，缺少的是合适的那一款

【站长搜索网北京】7月24日报道（文/袁婕）

基于大数据分析的便捷，人们在信息匹配方面做得越来越精确。消费者不缺少商品，缺少的是合适的那一款。Nerd创始人韩杉在大学实习期间发现了一个有趣的现象：消费者一方面对自己的需求不甚了解，一方面又对导购敬而远之。选择的两难意味着顾问的市场，传统推荐方式比较生硬，容易使人产生抵触情绪。基于以上的原因，韩杉产生了做个性化推荐服务的想法。在中国，图书价格低廉、分类多、易拓展，是受影响较小的商品。因此，创始团队选择以书籍推荐为切入点。

打开Nerd，下拉菜单，用户需要回答一些类似“你是几零后”、“想买哪个牌子的手机”、“平均工作时长”的问题。通过这些问题，Nerd为用户建立一个初步画像。随后用户可以选择用手机号码注册或使用已有的SNS社交账号（微博、微信、豆瓣）登陆。下拉菜单，Nerd会交替推荐一本书和一篇文章。目前推荐书籍的数据主要来源于豆瓣和京东，推荐的文章为互联网抓取。用户可以通过“喜欢”、“不喜欢”按钮对推荐结果反馈。

具体到算法层面，Nerd的分级匹配算法完全自主开发，由三个步骤实现，在四个层面进行。

三个步骤可概括为：一、通过对用户的性格分析和信息语义分析得出关键字，二、根据关键字匹配图书、文章、视频，三、将匹配结果推送给用户。

四个层面分别是：用户信息采集、内容信息采集、用户偏好特征、内容特征。

用户信息采集有主动式和被动式两种模式。主动式包括直接询问、用户线下行为采集；被动式包括SNS信息采集、APP本地行为采集、其他平台采集。

内容信息采集分为书籍和资讯两个方面。书籍方面包括文章类别、涉及内容、涉及人物、涉及到的书籍和商品。资讯方面包括书籍内容简介、书籍评价、内容摘要。完成这两项采集后根据Nerd技术进行计算，输出用户偏好特征、内容特征这两项内容。

用户偏好特征包括品牌偏好、行为偏好、社交人群偏好、教育背景。内容特征包括风格特征、关联特征、产生方式特征。处理过的内容数据会形成用户画像，如：有力量的、想象、求知、开放、有规划的、传统等关键词。这些关键词会通过性格内容匹配函数进行计算，匹配的信息再经过排名模块筛选，最后筛选结果被推送到用户手上。

相比今日头条、豆瓣阅读等同类竞品，Nerd有以下几点优势。

 1、纯粹。不被朋友圈绑架，远离SNS社交的喧嚣。Nerd于豆瓣，正如Kindle于Ipad。专注才会更深刻。

2、清新有深度。虽然纯理工科的创始团队认为“文艺是一种病”，但出色的UI设计获得文艺青年的青睐。相比今日头条的以获得信息为目的的阅读，Nerd更偏重用户个性化的深度阅读。

3、准确。Nerd会记录用户在应用中的操作行为，使用越久，推送结果越准确。

团队方面，创始人韩杉毕业于北京林业大学信息管理与信息系统专业，曾任闪银高级产品经理，负责91白条的开发。联合创始人兼CTO余品泽，美国麻省大学物理学硕士，前闪银数据模型部副总，负责闪银数据全线模型。软件开发工程师余乐，曾是国家税务总局信息化平台研发负责人。前端开发工程师冯笛，曾是东方赛思软件研发工程师，东风DFPC企业全局视图及数据采集分析平台负责人。产品设计胡博旸，毕业于北京理工大学工业设计专业，负责大数据和机器连接。

Nerd今年4月份上线，在不到3个月的时间里已有超过1万的注册用户。据悉，Nerd近日已获得一百万种子轮投资，投资方为个人投资者。

产品：Nerd公司：北京诺品信息科技有限公司网址：www.cherubime.com

站长搜索网：关注创业公司，原创科技博客！【我们帮助任何有梦想的创业团队！创业团队寻求报道请点这里。承诺：完全免费，谨防假冒。】

想了解更多创业创新知识，快添加站长搜索网微信公众账号：ilieyun