曹阳看着一脸茫然的众人,微微一笑,“我把这个东西叫做——精准推送。”
“精准推送?”众人低头沉思着。
随着网络越来越发达,上网的人也越来越多,这个世界的信息简直是爆炸式的成长,什么东西都会在互联网上得到呈现,每天每个人,其实都是信息的制造者,更何况是各种大企业,大国……
明星们每天都有吃不完的瓜,每天都有新闻在发生,每天每个灵越都有新鲜的东西……
当这些东西都充斥到网络上的时候,其实就迎来了一个大数据的时代。
大数据这个词,要到2010年以后才会火起来,人们用它来描述和定义信息爆炸时代的海量数据,并命名与之相关的技术发展与创新。
而最早做【精准推送】的,要到2012年的头条。
头条倚靠着精准推送相关的智能算法,异军突起,居然能成为和企鹅博弈的企业,真的是很不容易。
同时也说明精准推送有多么厉害。
“是的,”曹阳认真说到,“其实在数据爆炸的时代,每个人的关注都是非常有限的,大部分的信息对于人们来说,都是冗余信息,他们并不需要这些,每个人的时间是有限的,他们只会关注自己喜欢关注的事情。
而我们需要做的,就是通过对用户的爱好进行分析和提取,最后给他们推送他们喜欢的东西。”
“开发出精准推送算法,这个模式可以应用到我们公司旗下的各个领域,比如之前说的,玩家们喜欢玩哪个类型的游戏,那么相关的游戏就会推送给他们,喜欢听什么样类型的歌,那么这个类型的歌曲就会更多地推荐给他们。
奇点小说上面,我建议是单独增加一个推送页,让玩家能够及时看到自己喜欢的东西,同时当章节更新的时候,会在他所喜欢的推荐类型里面优先显示出来。”
这也是曹阳坚持的,不重复造车轮。
一套人工智能算法出来,可以应用到各个产业当中,其实是一本万利的事情。
当年头条也是这么干的。
阿里因为重复造了两套同样的模式和系统,导致了很多资源的浪费,后来他们也转型做中台。
为了每个产品单独做一套适配其实是不划算的。
曹阳既然是过来人,他肯定比在座所有人都更知道这一点。
“嗯……”在场所有人陷入了沉思之中。
两位程序猿大佬有一种不祥的预感。
“很棒。我支持。”刘志平抬头鼓
掌。
其他人愣了一下,也跟着鼓掌赞同。
因为从提议来看,没有什么理由不进行支持。
精准推送,其实是有助于产品的推送效率提高的,同时用户们能在短时间内找到自己想要的东西,省掉了很多时间上的冗余。
时间就是金钱,对于用户如此,对于博米公司来说更是如此。
同时因为精准推送,给用户想要的,还能提升不少企业形象,让用户们更加依赖博米的产品,从而跟同类型的产品们拉开差距。
这个想法简直是天才。
……
“可是,要怎么做到这一点呢?”吴文晖提出了疑问。
“这个就看我们的程序大佬们了。”曹阳笑着说。
刘光然和邓裴强菊花一紧。
果然,该来的还是来了,只要曹老板开会,最后必然是程序受苦。
刘光然一脸懵逼。
“这不是我的学习范畴啊,这要用到人工智能算法吧?”
“找人啊。”曹阳说。
“而且,这个东西说复杂也复杂,说简单也很简单,”曹老板笑了笑,“从原理上来说,我们需要做的是对数据进行标签化,同时也对用户进行画像定义。
举个例子大数据分析,将客户精准分类,具体可以细分为:年龄化、地区化,性别、爱好等进行精准区分。这样,只要用户使用博米的产品,平台就会不断的“窃取”用户的相关兴趣爱好,精准的推送。
然后我们的数据也会被打上各种各样的标签,同时需要给一套权重值算法来增减用户的【喜好权重】,不如说读者每次点击都市类小说,那么我们就给他打上一个都市标签,并且都市的权重会得到增加,这个就是读者的喜好权重,这个权重会随时间进行一定的衰减,同时也会有一个相应的阈值。
当用户在最近的时间内点击玄幻类型的小说时,那么就会相应地增加玄幻小说的喜好权重,我们推书的时候,会因为用户身上的喜欢权重来提供相应的书籍。
之所以要随时间进行衰减,是因为用户的口味不一定是一成不变的,但是他们会在一定的时间范围内保持稳定。
我们的数据标签越细致,分类差异度和重叠度越精细,那么我们的推送就越精确。”
刘光然默默思考着,“嗯……这样好像是可行的。”
邓裴强补充到,“不过这里面的一个很核心的问题在于如何划分颗粒度,然后由如何对数据进行拆解,我们肯定不希望最后变成玩家只喜
欢吃番茄鸡蛋吧?
而是希望玩家在喜欢吃番茄鸡蛋的基础上,给他退出水煮蛋,鸡蛋面或者蛋糕?
这些东西其实对于数据筛选的要求还是挺高的。”
“嗯,”曹阳很赞同邓裴强说的,精准和模糊之间需要有一个更智能的判定标准,“然后难点就在于这套算法,关于如何分析用户的爱好,数据如何进行分发,这个是考验你们的。”
其实大的算法定义下来之后,剩下的参数完全可以通过实际的数据情况来进行调整,到最后甚至可以达到完美的自动调整,让整个算法自动适配。
不过刚才曹老板说的这些已经给了两位程序大佬很大的提示了。
头条的算法也是在实践当中一步步改进和修正的,只要能起步,慢慢的就能完善起来。
曹阳相信他们能做到这一点。
“可以尝试一下。”刘光然说。
……
“其他人有什么问题没有?”曹阳看程序这边能搞定,那么基本上大头就搞定了,一套精准推送算法,以后将贯穿整个博米体系,精准推送出来之后,用户的黏着度以及对博米平台的依赖性都会大大提升。
越早做这个,博米就能越早获得海量的数据和海量的经验。
说白了就是,谁先起步,谁就领先。
字节跳动在行业内做这个做得最早,所以他们有着海量的数据和经验来对他们的算法进行修正,这个是时间打磨出来的,所以字节的产品在推送方面一直领先,连企鹅都没有追上。
所有人都仔细思考着。
过了一会儿,新来的吴文晖举手问到:
“那我原来的排行榜怎么办呢?有了智能推送之后,我们编辑的权力不就降低了吗?官方的推广权力怎么处理?”
曹阳微微一笑。
这个问题问得好。
这个问题的矛盾点,就在于【中心化】和【去中心化】的矛盾。
因为在精准推送或者叫做智能推送出现以前,奇点这边书的曝光度完全是由官方掌控的,下发到具体的人,其实就是编辑。
由编辑来决定提出那一本书下周该上什么样的推荐位。
这些推荐位都是根据网站的吸睛度或者叫做曝光度来进行规划的,比如说在首页的最上方位置,给的推荐位是版面最大最好,这个推荐位叫做大封推,一般会给到成绩非常好的作品。
同时排行榜上面的书,也会根据书的成绩和受欢迎的程度来排。
怎么给推荐位
,增加作品的曝光度,其实就掌控在编辑,或者说掌握在网站的手里。
这就是中心化——
官方来决定那一本书的曝光度如何。
官方是有很高的话语权的。
一旦出现了智能推送之后,其实就相当于【去中心化】,用户可以直接通过不断刷新智能推荐的内容,然后点击喜欢看的书,那么他就能源源不断地得到自己想要的。
有可能就不去看编辑的推荐了。
去中心化,肯定会对官方权力造成一定的影响,相当于官方的一部分对作品曝光的权力转移到了智能推送上面。
“可是,这有什么关系呢?”曹阳说,“我还担心官方的权力太大,耽误了不少好书呢。”
“哈?”吴文晖不是很理解。
“其实,这样做的话,就相当于每个读者看到的网页内容都不一样。这其实是一件好事情啊,你想想看,”曹阳笑着说,“每个读者看到的网页内容不一样,不就意味着我们官方能提供的推荐位更多了吗?”