举个例子，a是个民谣爱好者，常年听李志、宋冬野、赵雷、赵照的歌曲，正常情况下，他能连续几年都只主动听这几个人，而恰好他有一次在李志一首歌的评论中，发现了b的一个精品评论，他觉得b评论的东西直击自己的心灵、说出了自己想说的话，或者说出了自己没有参悟到的一层内涵，于是他关注了这个人，内心深处本能对这个人有一定的好感和佩服，这是一切的大前提。

        而b这个人，虽然也比较喜欢民谣，但是他听的歌曲，跟a有一定的重叠，也有一定的差异，比如，他常年听的是李志、宋冬野、赵雷、万晓利以及朴树。

        由于a关注了b，所以平台会有一个自动算法，自动匹配a和b的喜好，计算出两人之间重叠的喜好，以及不同的喜好。

        算法出来的结果是：a与b都喜欢李志、宋冬野、赵雷，分别喜欢赵照、万晓利，以及朴树。

        而因为是a关注了b，所以，b就是a的意见领袖，于是算法第一个前提是默认向a推荐b的喜好，而不是向b推荐a的喜好；而第二个前提，是算法不会向a推荐b与他一样的喜好，而是向a推荐b与他不一样的喜好。

        基于这两个前提，算法会告诉a，你关注的b，听了万晓利以及朴树的歌，因为这是a没听过的。

        a常年是一个“停滞不前”的用户，但是，当他通过评论，在内心里把b当成自己的意见领袖之后，这套算法潜移默化的传递给他一个讯息：别总是听你自己听的那些东西了，来听听你崇拜的b平时都听哪些你不知道的歌曲吧。

        a觉得，b这个人很有意思，他写的乐评一阵见血，一看就是非常有眼光而且有深度的老手，b既然在听朴树的《生如夏花》，那这首歌应该不错，不妨听听看。

        于是，意见领袖b，在无形之中，将朴树的一首歌推荐给了a，而a也从一个常年“停滞不前”的用户，开始向前迈出一步。

        有一就有二，有二就有三，于是a就在意见领袖的带领下，从“停滞不前”，到“跑步前进”……

        内容未完，下一页继续阅读【啃书虎www.kenshuhu.com】