本港台开奖现场直播 j2开奖直播报码现场
当前位置: 新闻频道 > IT新闻 >

AI时代下,“饲养员”模式的内容平台已经失灵了(3)

时间:2017-07-26 04:50来源:本港台现场报码 作者:www.wzatv.cc 点击:
近些年来,用户的大痛点出现。智能手机的普及,让庞大的信息量和狭小的阅读屏幕成为一对难以化解的矛盾,用户阅读场景不再是固守于电脑屏幕,而是

近些年来,用户的大痛点出现。智能手机的普及,让庞大的信息量和狭小的阅读屏幕成为一对难以化解的矛盾,用户阅读场景不再是固守于电脑屏幕,而是向移动化碎片化转变,搜索引擎失灵了,人工推荐忙不过来,机器推荐也不够用了,这种转变对大内容平台简直是生死考验。能满足需求则生,不满足则死。

面对这一问题, YouTube和Facebook提出了新解决思路:运用深度学习,制造聪明的机器。近十年来,深度学习已经取得了巨大的飞跃,对于解决大数据量更有优势。

如果说人工内容推荐如同司机开车,那么深度学习所带来的内容推荐,则如无人驾驶汽车。在这种技术是利用用户数据来“感知”用户喜好,其推荐系统基本可以分为数据层、触发层、融合过滤层和排序层,当数据层生成和存储的数据进入候选层后,也就触发了核心的推荐任务。

以YouTube为例,其最新公开的推荐系统算法由两个神经网络组成,一个用于候选生成,一个用于排序。首先,以用户的浏览历史为输入,候选生成网络可以显著减小可推荐的视频数量,从庞大的库中选出一组最相关的视频。

这样生成的候选视频与用户的相关性最高,再进一步对用户评分进行预测。这个网络的目标,只是通过协同过滤提供更广泛的个性化。排序网络的任务则是仔细分析候选内容,精选出少量最优选择。具体操作为根据视频描述数据和用户行为信息,使用设计好的目标函数为每个视频打分,将得分最高的视频呈献给用户。

在这种模式下,机器全然接管了平台。在深度学习的持续训练下,机器越来越聪明,与人打交道的智商会逐渐提升,在某种意义上也逐渐承担起看门狗的责任。

二、内容产业是否即将被C2M颠覆

世界之大无奇不有,美国得克萨斯州科珀斯—克里斯蒂市一家银行的一台自动取款机(ATM)竟然在11日吐出了字条,上面写着“救我”,这条新闻很快传遍中文网络,成为许多网站的头条。

你需要从N个网站上看到一模一样的文章吗?

这些冗余的信息消耗了你的精力和流量,就像你打开任何一个电视频道,都能看到许多方便面广告一样,让人很难从大量的信息中快速找到自己想要的内容。

如何解决用户信息冗余的尴尬?

过去曾经有许多不成功的技术方案,个人门户昙花一现,RSS订阅不成气候,跨站跟踪上不了台面。能引领未来者,只有C2M。

C2M模式可以像今日头条这样应用于全网,也可以像Facebook那般基于巨头的平台。其核心就在于基于用户行为习惯、特征和诉求,对海量的信息进行提取、分拣然后传递给用户,这是克服痛点的秘密。

但质疑的声音也不少。比如有观点认为,协同过滤这样的推荐容易让用户形成信息茧房、无法识别阅读场景、即时性差、耗时长等缺点,而今日头条这样的模式也常常被诟病,还要应付难以捕捉的用户兴趣、用户数据的隐私和管理等多项挑战。

支持和质疑各执一端,孰是孰非?未来虽有两大机遇,但是目前要跨越三座大山。

1. 支持的理由如下:

① 千人千面,众口可调

个性化的内容推荐机制能够根据用户的喜好为其推荐信息。通过各种算法,通过分析用户的历史行为,对比相关用户和相关物品猜测用户可能喜欢的内容,列出候选集并进行验证,用户可以得到较为准确的内容,使信息分发做到千人千面,实现内容与用户的精准连接,而不是传统意义上的千人一面般的投放。

② 海里捞针,提高效率

个性化推荐省去了用户在海量信息中进行提取和搜寻的环节。用户无需在海量信息中摸针,在一定程度上为用户去除了部分无用信息,缩小了用户信息搜索的范围,提高了用户的阅读效率。

③ 投其所好,增强粘性

不断为用户推荐适合他的内容能够增加用户粘性。个性化推荐技术通过算法进行用户感兴趣的内容的精准推荐,帮助用户快捷发现感兴趣的内容,当你看完一个内容后,会立马给你推荐相关的东西,可以增加用户粘性,提高用户体验。

④ 挖掘长尾,打破两极

个性化推荐能够通过相关算法帮助用户挖掘长尾内容,避免两极分化的马太效应。当A用户喜欢比较冷门的长尾内容,而B用户又有跟A用户有相同或相似的兴趣和行为习惯时,系统就能够把A用户喜欢的冷门内容推荐给B用户,这样就使冷门内容得到更多的曝光,帮助用户发现更多的长尾内容,避免内容生产生态两极分化。

⑤ 双向交流,深度优化

(责任编辑:本港台直播)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容