眾所周知，《紐約時(shí)報(bào)》的主編絕對(duì)是一個(gè)要職，他每天的工作是負(fù)責(zé)超過300篇各式文章當(dāng)中挑出最火的文章，推薦給各大版面的增長(zhǎng)編輯以及社交媒體編輯。

　　那么到底哪些文章值得推薦呢？選擇這些文章讓人絞盡腦汁。不過《紐約時(shí)報(bào)》的新主編卻可以輕松hold住，而且TA挑選的文章平均閱讀量是普通文章的38倍，每天工作24小時(shí)不休息，它就是機(jī)器人Blossom。

　　人工選擇哪篇文章應(yīng)該上推薦位或不上，既費(fèi)人力，而且有時(shí)候會(huì)判斷出錯(cuò)。為了解決這些燒腦的問題，紐約時(shí)報(bào)的數(shù)據(jù)團(tuán)隊(duì)(開發(fā)了一個(gè)機(jī)器人Blossom，并內(nèi)置到他們的新聞APP slack里面，Blossom負(fù)責(zé)預(yù)測(cè)哪些文章有可能會(huì)在社交網(wǎng)站上引起傳播，相應(yīng)地給版面責(zé)任編輯提出建議。

　　Blossom暫時(shí)還沒有自然語言的理解能力，不過編輯可以使用設(shè)定好的命令來根Blossom溝通，比如輸入：!blossom facebook? all

　　就可以讓Blossom返回目前《紐約時(shí)報(bào)》所有版面適合推送到Facebook上的文章，如圖：

　　Blossom的決策原理是什么？據(jù)紐約時(shí)報(bào)數(shù)據(jù)團(tuán)隊(duì)的首席數(shù)據(jù)科學(xué)家克里斯·維金斯透露，后端使用了Java、Python和MapReduce等語言和技術(shù)，融合了“非常前沿和復(fù)雜的算法”;前端為了方便實(shí)用，直接通過接口整合到了《紐約時(shí)報(bào)》編輯團(tuán)隊(duì)日常溝通所用的Slack團(tuán)隊(duì)協(xié)同軟件當(dāng)中，作為一個(gè)帳號(hào)/聊天頻道存在。各個(gè)版面的增長(zhǎng)編輯也會(huì)像產(chǎn)品經(jīng)理一樣，對(duì)Blossom團(tuán)隊(duì)提出產(chǎn)品優(yōu)化的需求。

　　Wiggins沒有說得更仔細(xì)，不過這不是什么不可知的黑科技，我們不難推測(cè)：Blossom首先知道社交網(wǎng)絡(luò)上的實(shí)時(shí)熱詞情況，再根據(jù)文章中熱詞出現(xiàn)的頻率判斷這篇文章有沒有可能引起更多點(diǎn)擊。當(dāng)然Blossom的算法肯定更精細(xì)。

　　除了Blossom以外，《紐約時(shí)報(bào)》很長(zhǎng)時(shí)間以來都會(huì)在財(cái)報(bào)季、運(yùn)動(dòng)比賽報(bào)道的時(shí)候使用機(jī)器人來寫稿，從而大大降低了人力編輯的腦力勞動(dòng)，提高了效率。從長(zhǎng)遠(yuǎn)角度看，只要我們妥善加以利用機(jī)器人確實(shí)可以幫助人類完成很多繁瑣復(fù)雜的工作，從而幫助人類社會(huì)更好的運(yùn)行起來。(心月)