p> 举个例子。
工作日的早高峰，在地铁上刷微博，gg系统自动推送附近便利店的早餐优惠券。
雨天打开高德地图，推送雨具或打车优惠券。
健身房运动时，推送运动饮料或周边健身课程。
可以说，场景化gg，一举解决了gg行业的核心矛盾：用户不想看无关信息，gg主不想冤枉钱。
这种模式，不仅可成倍提升点击率和转化率，更是打通了线上线下场景，重新定义了“gg”
的边界。
gg不再只是gg，而是成为了场景的自然延伸。
后世，这种gg形式运用的十分广泛。
各大手机厂商，將其系统级整合进了“通知中心”、“负一屏”、“语音助手”等功能之中，
並向第三方应用开放api接口。
各家网际网路大厂，也將其整合进了自家应用之中。
然后，场景化gg就泛滥成灾了。。
用户手机的“通知中心”，每天不弹出个十几几十条gg，那都算是与世隔绝了。
刷个抖音、微博、朋友圈，每三段內容，就有一段是场景化gg。
甚至连智能穿戴都无法倖免，
比如，跑步时，心率超过120次/分，智能手錶立即弹出“补充电解质，点击领取巴拉巴拉优惠券”。
简直就是饱和式轰炸。。
由此可见，不论技术创新的初衷有多好，一旦脱离克制与边界，都將异化为绑架、噁心用户的工具。
而资本家逐利的本性，又必然会导致其在越界的边缘疯狂试探，以追求更高的利润。
例子太多了。
比如。。
言归正传。
想要构建一套精准的场景化gg系统，需要多项关键核心技术支撑。
对其他科技公司，或是网际网路公司来说，可能有点难搞。
但对於极光来说，只能算是中等难度。
其一，数据採集与感知技术。
除了以往的传统数据维度，还需额外抓取多维实时数据。
如手机gps、陀螺仪、摄像头、麦克风等传感器数据：
用户在app內的操作、停留时长、搜索记录等应用行为数据；
天气ap1、日历日程、交通路况等外部数据。
巧的是，星光有自家的手机；极光有庞大的极光系生態，且帐户体系已完全打通。
再结合他们早已掌握的lbs，即地理位置服务，以及传感器融合等技术，抓取以上多维度的信息，轻而易举
