比如，根据根据用户的自画像，分析用户对那种文章和图片的点击率、点赞、评论、转发，留存时间最长。
以此推算用户的行为习惯。
这些都是可以量化的目标，能够用模型直接模拟做预估。
这是对用户而言。
对于未央微博而言，有了用户自画像，通过用户行为分析不同用户间的相似性，比如点击相似、兴趣分类相似、主题相似、兴趣词相似，甚至向量相似，从而扩展模型的探索能力。
根据他们的兴趣爱好，可以更精准的推送信息，包括不限于各种新闻、官方号、网红、大v、自媒体等等…
对用户的需求行为信息进行解读，可以快速捕捉并反馈至下一刷的推荐效果。
精准的把用户喜欢的信息推送到他们面前。
而且通过算法，还能自我优化平台的内容，对一些标题党、低质内容降低算法权重，进行打压。
对一些重要新闻、热点、优质内容加强算法权重，提高推荐和浏览次数。