天天都说人工智能,它在哪儿呢?
现在,与我们最近距离的人工智能,其实就在指尖。当你在手机上打开一款新闻客户端,可以看到,那些根据你的兴趣所推荐的资讯、消息,陈列在上。过去我们说,阅读的方式,现在早就变成了“兴趣阅读”。
互联网各大APP软件平台数据维护神器! 媒体账户/电商店铺/社交平台/娱乐直播/等软件平台APP点赞评论转发阅读量粉丝投票直播人气等等一条龙业务数据维护业务自助下单系统、本平台拥有苹果(IOS版)及安卓(Android)APP客服端欢迎企业自媒体作者网红流量明星艺人商家粉丝后援会团体及个人免费注册自助下单!!!
全网业务 直播人气 粉丝 弹幕 评论 互动 点赞 阅读 投票 友情免责推荐自助下单网址导航:
1号网站注册链接:http://k1mtokgg.weiququ.com/u/sf555888 推荐码:sf555888
3号导航站:WWW.LVMHVIP.COM
6号网址:http://1.xing58.xyz
A号网站:https://afagou.com/web/register-phone?user_id=CC123456 新用户注册邀请码:CC123456
C号网站:www.mcnup.cn
制网址粘贴到各大浏览器 免费注册24小时自助在线下单!可收藏网址下载APP业务项目不断上新中......
以上网站开发者不同、业务价格不同,货源和售后体系不同,自行对比产品不要搞错乱咨询!
以上平台业务均有网友分享、资源均来自互联网仅供学习交流、请勿用于商业及其他用途、自助选择了解注册,如遇问题本站概不承担任何责任,无偿推荐自行选择了解、特此声明!!
在此,天天快报的产品总监赵林分享了他对当前兴趣阅读的看法(以下文字基于赵林的分享进行梳理,略有调整):
到了微博和微信的时代,变成一种去中心化的交流方式。每一个人都是一个小的媒体,都可以发出自己的声音,这个时候就带来自媒体的一个蓬勃的发展。
试想一下,原来每个门户网站或者报纸也好,他们很难开一个非常小众的一个频道,或者一个栏目出来给大家去阅读。它可能受众只有几千个或者几万个人,这样其实也达不到他们的商业目的。
但是作为一个自媒体而言,比如一个喜欢钓鱼的自媒体,他的受众可能也就几万个,或者一两千个人,但是因为他的兴趣,他可能对(内容的制作与传播)不亦乐乎。
现在内容的生产极大爆发,这些自媒体人发挥着很大的作用,不管他们是追热点也好,还是从个人兴趣出发也好。其实,我们平时可见的一些追热点的自媒体内容,包括小李子、或者小金人,包括酒店遇袭等等,他们写得又快而且又有深度。
不同的内容会有着不同的平台去分发。这里面我举几个简单的分发的例子。
第一个就是传统的门户网站,传统的门户网站它的分发方式比较简单,就是类似于目录树结构的,就是你可以找每个频道,每个频道下面有不同的内容。
然后像类似微博、微信这样的,你先要去先 follow 它,有一种粉丝订阅关系。可以去通过转发把这些内容进行扩散。
再到最后一种,就是我们天天快报和今日头条一起在做的“兴趣分发”,就是根据用户的兴趣去把这些内容传播和扩散出去。
天天快报这类产品,和传统的新闻客户端相比有明显的区别,前者是为移动而生的。
一篇文章从发布到最后推荐到首页,大概是一个什么样的流程呢?首先机器会判断这篇文章是不是政治敏感或者色情的文章,或者说它是不是一个质量偏低的文章。
如果是可能会被我们的系统拦截一下,然后进入到排重的一个体系里面去,看下这篇文章是不是以前发布过;然后,进入下一个环节,开始通过机器给文章内容分类的过程,当机器给文章进行分类之后,系统会给文章打上标签,这些标签是和文章属性有关的重要信息,然后转给推荐系统,推荐系统再根据这些文章的特点去找它更合适推荐的用户。
很多时候我们是把文章,比作食材。就好象厨师一样,思考如何把这些食材进行搭配,做成一道菜,给我们的顾客。
这个过程中,如果你总是去给用户推送一些硬菜,顾客吃多了会腻。所以针对用户的兴趣阅读,我们也有考虑多样性内容的搭配。结果,有时候我们推送的文章,并不完全是你以前看过的、喜欢看的那些内容,是提供一些新内容,摸索你新的一些兴趣。
推荐系统最主要的是识别人和识别内容这两块,只有你识别了人和识别了内容你才能够比较好的对这些人和内容进行连接和匹配。识别人方面肯定不是简单的记录,它里面会有一些比较重要的规则。比方说哪些兴趣是可以划分为这个用户的真实兴趣,哪些兴趣可能不是他的真实兴趣。
识别文章方面,需要去建足够多的案例,这方面其实是拼时间和耐力,需要我们长期在里面投入。在我们工作的时候,经常会看到很多奇怪的内容。比方说有些人的文章经常会写一些很有名、很牛的一些大佬,但仔细一看,这些文章都是标题党,他根本并不是说写这大佬真正的去做了一件比较有意义的事情,而是可能偏一些心灵鸡汤,或者只是拿大佬的名字做 SEO 上的优化。
除了要去重、识别标题党外,在识别文章内容方面,我们还很看重用户的地理位置信息。我们内部有一个“即时地”的标记,就是用当时在什么地方,除此之外,也会有一个常驻地的概念,就是用户经常出入在哪,这样可能会不一样。时间是另一个我们很看重的维度。
所以综合地理、时间以及其它文章内容以外的信息,我们会根据场景推荐来推荐内容。场景推荐的时候会给用户大的或小的惊喜。
在内容推荐上我们以前写了很多人工规则,可能算下来有好几百条。比方说有些内容在什么时间段可能不适合推出,有些内容推出的时间只有多长时间,慢慢地这些内容,这些信息我们可能都希望机器自学习,根据这些用户以及这些用户群的信息去自发展,也就是所谓的说用这个产品的人越多,可能天天快报的推荐效果会越好。