流程：数据获取，数据分析，机器训练，预期效果。

例：今日头条

1，抓取网上最新新闻 （数据获取）

2，数据分类（数据分析）

3，网页排版（机器训练）

4，展示，获取浏览量（预期效果）

   （概念简化版）

特点：

1，全面公开：代码到数据全面公开（规避安全问题）

2，利益驱动：

   1，资源的提供者获利：提供资源，获取需求发布者的报酬，其他浏览者可酬谢

   2，需求发现提出者获利：提问题这按问题的展示次数获利，搜索过相同问题并找到答案这可以酬谢。

   3，数据分析者获利：完成技术任务者获取来自想要进一步解决问题者提供的部分报酬，利用数据附加值获利。

   4，机器训练者获利：完成技术任务者获取来自想要进一步解决问题者提供的部分报酬。

   5，方案践行者获利：创新应用践行者以创新模式获利。

3，功能吸引：

   1，平台的效益营收功能。

   2，平台的数据量

   3，平台的专业人才储备量

   4，平台解决问题的能力

环节详述：

数据获取：网民自发合作提供，无偿提供或技术手段获取。

1，网页公开展示

2，信息结构设计

3，搜索效率

4，全民参与

数据分析：专业人员分析数据，利用数据附加值获利。

      魅力点：

1，有数据分析员需要的免费数据

2，为项目建立打下基础

机器训练：落实算法应用，增加算法的实际效益，给算法工作者带来利益。

      描述：机器学习需要以数据为基础，落实算法，实现预期效果，平台提供数据，提

供算法应用的需求场景，使相关人才发挥更高的社会价值。

预期效果：达到预期效果，优化产业，提升劳动效率。

      描述：智能算法的应用包括分类，预测，发现关系等功能。一个智能算法的应用往往带了劳动效率的较大提升。而一次产业优化需要大量的工程投入，可以带动产业发展。

平台之大：以现有互联网环境为模型

平台之专：浓缩互联网信息架构之精髓，化繁为简，物尽其用。

互联网要发展壮大，必须继续增加它的线上盈利点。其核心驱动力为知识增值：包括优化理论体系，优化生产流程。惠及大众，惠及全民。