很多App都会遇到的两个问题是拉新和留存，而留存的关键指标是用户活跃度。在布本智能CEO卢学裕看来，信息获取是非常高频的事情，通过为用户提供有价值的内容，并进行个性化推送，可以提高App的活跃度，并进一步转化购买。

　　布本智能是一家为企业提供内容推荐技术的公司，今年3月推出产品“头条云”。头条云服务是将内容聚合、NLP、NLU、主题提取、个性化推荐等技术封装成SaaS服务，提供完整的管理后台及SDK。简单来说，头条云就是一个SaaS版的今日头条，通过将推荐技术产品化，让企业在自身App中接入个性化推荐的能力。

　　卢学裕称，现在个性化内容推荐平台很多，但内容平台的商业模式通常是流量变现，因此倾向于推送娱乐性、猎奇性更强的内容，而专业性较强的高质量内容，由于受众相对较窄，加上平台对用户的了解并不足够深，可能并不会得到较好的推送，但高价值的内容是与用户的天然粘结剂。

　　头条云主要面向电商、保险金融、汽车后服务、互联网教育、旅游等领域的用户。具体使用场景是，企业登录头条云后，在后台选择栏目、关键词、权重等，并进行推荐引擎的配置和管理，App即可出现实时的资讯流，并开始个性胡推荐文章、视频、音频等内容。

　　资讯流的内容主要来自三块。一是互联网公开内容，头条云通过技术识别、筛选出垂直领域允许转载的内容，进行索引，用户可以直接在后台通过关键词添加这类资讯；另外，针对有版权的内容，atv，客户可以自行同内容方谈合作，头条云提供聚合工具，帮助用户构建自己的自媒体生态；第三，很多用户并没有cms内容管理系统，对于有原创需求的用户，也能在头条云后台进行文章的编辑发布，同时支持将微信公号等渠道文章一键同步至App。

　　有了海量的内容，个性化推荐则是最大的技术难点。卢学裕曾经在优酷负责智能推荐技术的搭建，中间也踩过不少坑。他介绍，现在推荐算法运用的最广泛的是打标签、协同过滤等方式。但是，打标签带来的一个弊端是，如果只给用户推荐某几类标签的内容，会导致推荐的内容越来越窄。协同过滤则是利用群体行为给用户做推荐，也就是找到用户的临近群体，将这个群体喜欢的内容推荐给用户。这是一个很好的算法，但在真正实行的过程中，会发现其稀疏性使得找到相似用户很难，覆盖的内容非常有限、滞后，因此所起到的推荐作用并不大。

　　头条云的做法是，基于用户行为而不是标签的方式来搭建推荐系统。也就是说，头条云会根据投资方、合作方提供的大量用户行为数据，选择之间未知的、较远的关联，进行探索。比如关注挖掘机的用户，可能是学挖掘机的，而这类用户其实还关注跑车，系统就会尝试推荐跑车相关的内容，而不仅仅是挖掘机。

　　在人工智能推荐方面，头条云使用了“双引擎”，即探索引擎和个性化推荐引擎。当产品并未获取到足够多的用户数据时，探索引擎会挖掘用户使用习惯，发现用户未知兴趣，描绘用户画像；随着用户使用时长的增加，个性化引擎会不断满足用户的兴趣。二者相互配合，探索引擎可以弥补单一个性化引擎推荐越推越窄的弊端。

　　目前，布本智能已经积累了汽车、体育、音乐、金融、游戏、科技等近10多个领域的知识图谱、近1万个话题、75万个兴趣点。通过主题聚类分类技术，头条云能自动发现新的话题主题，并能自动将文章归类到各个主题话题中，帮助更好的组织内容。另外，在推荐算法中用到了10多个模型。

　　至于推荐的准确度，主要通过用户点击率、阅读时长、留存率等综合指标评判。系统会浏览阅读等行为，通过RNNs技术训练机器学习人对内容的阅读喜好模型，进而为用户推荐更感兴趣的内容。因此，用户在使用产品后，推荐的准确率也有一个爬坡的过程。卢学裕告知，根据目前的数据，平均帮客户提高了30%的活跃度。

　　当然，提高活跃度最终的目的是帮助企业实现商业利益。在下一版本中，头条云打算在入流的资讯文章中，自动添加相关产品的购买链接、广告等，帮助企业提高转化率。

　　头条云于去年7月开始研发，今年3月正式推出后，目前有上百家客户试用。在商业模式上头条云采用按客户的用户量收费，价格从几万到几十万元/年不等，产品支持私有化部署。公司已于2016年7月获得来自翊翎资本与某企业的数百万人民币的天使融资。