設置
書頁

258.感覺智商被碾壓(第3章)

請記住本站域名: 黃鶴樓文學

  曹陽看著一臉茫然的眾人,微微一笑,“我把這個東西叫做精準推送。”

  “精準推送?”眾人低頭沉思著。

  隨著網絡越來越發達,上網的人也越來越多,這個世界的信息簡直是爆炸式的成長,什么東西都會在互聯網上得到呈現,每天每個人,其實都是信息的制造者,更何況是各種大企業,大國……

  明星們每天都有吃不完的瓜,每天都有新聞在發生,每天每個靈越都有新鮮的東西……

  當這些東西都充斥到網絡上的時候,其實就迎來了一個大數據的時代。

  大數據這個詞,要到2010年以后才會火起來,人們用它來描述和定義信息爆炸時代的海量數據,并命名與之相關的技術發展與創新。

  而最早做精準推送的,要到2012年的頭條。

  頭條倚靠著精準推送相關的智能算法,異軍突起,居然能成為和企鵝博弈的企業,真的是很不容易。

  同時也說明精準推送有多么厲害。

  “是的,”曹陽認真說到,“其實在數據爆炸的時代,每個人的關注都是非常有限的,大部分的信息對于人們來說,都是冗余信息,他們并不需要這些,每個人的時間是有限的,他們只會關注自己喜歡關注的事情。

  而我們需要做的,就是通過對用戶的愛好進行分析和提取,最后給他們推送他們喜歡的東西。”

  “開發出精準推送算法,這個模式可以應用到我們公司旗下的各個領域,比如之前說的,玩家們喜歡玩哪個類型的游戲,那么相關的游戲就會推送給他們,喜歡聽什么樣類型的歌,那么這個類型的歌曲就會更多地推薦給他們。

  這也是曹陽堅持的,不重復造車輪。

  一套人工智能算法出來,可以應用到各個產業當中,其實是一本萬利的事情。

  當年頭條也是這么干的。

  阿里因為重復造了兩套同樣的模式和系統,導致了很多資源的浪費,后來他們也轉型做中臺。

  為了每個產品單獨做一套適配其實是不劃算的。

  曹陽既然是過來人,他肯定比在座所有人都更知道這一點。

  “嗯……”在場所有人陷入了沉思之中。

  兩位程序猿大佬有一種不祥的預感。

  “很棒。我支持。”劉志平抬頭鼓掌。

  其他人愣了一下,也跟著鼓掌贊同。

  因為從提議來看,沒有什么理由不進行支持。

  精準推送,其實是有助于產品的推送效率提高的,同時用戶們能在短時間內找到自己想要的東西,省掉了很多時間上的冗余。

  時間就是金錢,對于用戶如此,對于博米公司來說更是如此。

  同時因為精準推送,給用戶想要的,還能提升不少企業形象,讓用戶們更加依賴博米的產品,從而跟同類型的產品們拉開差距。

  這個想法簡直是天才。

  “可是,要怎么做到這一點呢?”吳文暉提出了疑問。

  “這個就看我們的程序大佬們了。”曹陽笑著說。

  劉光然和鄧裴強菊花一緊。

  果然,該來的還是來了,只要曹老板開會,最后必然是程序受苦。

  劉光然一臉懵逼。

  “這不是我的學習范疇啊,這要用到人工智能算法吧?”

  “找人啊。”曹陽說。

  “而且,這個東西說復雜也復雜,說簡單也很簡單,”曹老板笑了笑,“從原理上來說,我們需要做的是對數據進行標簽化,同時也對用戶進行畫像定義。

  舉個例子大數據分析,將客戶精準分類,具體可以細分為:年齡化、地區化,性別、愛好等進行精準區分。這樣,只要用戶使用博米的產品,平臺就會不斷的“竊取”用戶的相關興趣愛好,精準的推送。

  然后我們的數據也會被打上各種各樣的標簽,同時需要給一套權重值算法來增減用戶的喜好權重,不如說讀者每次點擊都市類小說,那么我們就給他打上一個都市標簽,并且都市的權重會得到增加,這個就是讀者的喜好權重,這個權重會隨時間進行一定的衰減,同時也會有一個相應的閾值。

  之所以要隨時間進行衰減,是因為用戶的口味不一定是一成不變的,但是他們會在一定的時間范圍內保持穩定。

  我們的數據標簽越細致,分類差異度和重疊度越精細,那么我們的推送就越精確。”

  劉光然默默思考著,“嗯……這樣好像是可行的。”

  鄧裴強補充到,“不過這里面的一個很核心的問題在于如何劃分顆粒度,然后由如何對數據進行拆解,我們肯定不希望最后變成玩家只喜歡吃番茄雞蛋吧?

  而是希望玩家在喜歡吃番茄雞蛋的基礎上,給他退出水煮蛋,雞蛋面或者蛋糕?

  這些東西其實對于數據篩選的要求還是挺高的。”

  “嗯,”曹陽很贊同鄧裴強說的,精準和模糊之間需要有一個更智能的判定標準,“然后難點就在于這套算法,關于如何分析用戶的愛好,數據如何進行分發,這個是考驗你們的。”

  其實大的算法定義下來之后,剩下的參數完全可以通過實際的數據情況來進行調整,到最后甚至可以達到完美的自動調整,讓整個算法自動適配。

  不過剛才曹老板說的這些已經給了兩位程序大佬很大的提示了。

  頭條的算法也是在實踐當中一步步改進和修正的,只要能起步,慢慢的就能完善起來。

  曹陽相信他們能做到這一點。

  “可以嘗試一下。”劉光然說。

  “其他人有什么問題沒有?”曹陽看程序這邊能搞定,那么基本上大頭就搞定了,一套精準推送算法,以后將貫穿整個博米體系,精準推送出來之后,用戶的黏著度以及對博米平臺的依賴性都會大大提升。

  越早做這個,博米就能越早獲得海量的數據和海量的經驗。

  說白了就是,誰先起步,誰就領先。

  字節跳動在行業內做這個做得最早,所以他們有著海量的數據和經驗來對他們的算法進行修正,這個是時間打磨出來的,所以字節的產品在推送方面一直領先,連企鵝都沒有追上。

  所有人都仔細思考著。

  過了一會兒,新來的吳文暉舉手問到:

  “那我原來的排行榜怎么辦呢?有了智能推送之后,我們編輯的權力不就降低了嗎?官方的推廣權力怎么處理?”

  曹陽微微一笑。

  這個問題問得好。

  這個問題的矛盾點,就在于中心化和去中心化的矛盾。

  因為在精準推送或者叫做智能推送出現以前,奇點這邊書的曝光度完全是由官方掌控的,下發到具體的人,其實就是編輯。

  由編輯來決定提出那一本書下周該上什么樣的推薦位。

  這些推薦位都是根據網站的吸睛度或者叫做曝光度來進行規劃的,比如說在首頁的最上方位置,給的推薦位是版面最大最好,這個推薦位叫做大封推,一般會給到成績非常好的作品。

  同時排行榜上面的書,也會根據書的成績和受歡迎的程度來排。

  怎么給推薦位,增加作品的曝光度,其實就掌控在編輯,或者說掌握在網站的手里。

這就是中心化  官方來決定那一本書的曝光度如何。

  官方是有很高的話語權的。

  一旦出現了智能推送之后,其實就相當于去中心化,用戶可以直接通過不斷刷新智能推薦的內容,然后點擊喜歡看的書,那么他就能源源不斷地得到自己想要的。

  有可能就不去看編輯的推薦了。

  去中心化,肯定會對官方權力造成一定的影響,相當于官方的一部分對作品曝光的權力轉移到了智能推送上面。

  “可是,這有什么關系呢?”曹陽說,“我還擔心官方的權力太大,耽誤了不少好書呢。”

  “哈?”吳文暉不是很理解。

  “其實,這樣做的話,就相當于每個讀者看到的網頁內容都不一樣。這其實是一件好事情啊,你想想看,”曹陽笑著說,“每個讀者看到的網頁內容不一樣,不就意味著我們官方能提供的推薦位更多了嗎?”

  “哈?”吳文暉還是沒有理解。

  “我這么跟你說吧。”

  曹陽拿起馬克筆在白板上畫出一個網站的結構,“假設我們現在網站的推薦位有大封推、三江推、還有其他類型的推薦,這些都不重要。

  你想想看,大封推我們一周能給幾個推薦位?”

  吳文暉一臉茫然地答道,“一周4個推薦位吧,加上兩天一次輪換我們一周可以推薦出7本大封推。”

  “嗯,然后對于讀者來說,”曹陽指著其中的一個空位,“我就喜歡看玄幻類型,或者再多加一種,我喜歡看玄幻和西方奇幻類型,但是我對都市不感興趣。

  你這個推薦位的效果,其實就打了折扣了。”

  “怎么會呢?”吳文暉疑惑地說到,“我是向全網站進行推送啊,相當于所有的網站用戶都能看到,哪怕轉化率再低,至少推薦數據還是有保障的。”

  “其實不是,”曹陽畫出幾個圓形,并且讓它們進行一定程度的重疊,“我承認用戶屬性是有重疊的,有些用戶喜歡玄幻,也喜歡都市。

  但是也有用戶是有差異的,他們就是不喜歡都市。

  那么你看看,當我們大封推上面推出都市文的時候,這部分與都市絕緣的用戶其實就是被浪費掉的。”

  “反過來,”曹陽笑著說,“假設我們進行了精準推送,具有都市屬性的讀者,才會出現這個頁面,這個頁面當中大封推推送的是都市、奇幻……

  對于每個用戶來說,大封推推薦的都是他的用戶屬性里面包含的東西,那么你再看看,這種方式,我們的推送效果是比原來差還是好呢?”

  “嗯……”吳文暉皺著眉頭,不知道該怎么說。

  “應該是差不多。”劉光然幫忙答到,“但是肯定不會超過全面推的用戶數量。”

  這是必然的,因為全面推是全集,根據用戶屬性推是其中的子集。

  只不過這個子集是剔除掉了用戶不喜歡的部分。

  “對,應該是差不多。”曹陽點點頭,“但是呢,你再看看,光是一個大封推我們的推薦位能增加多少?”

  “增加多少?”吳文暉已經算不清楚了。

  “至少能增加三倍。”曹陽說。

  “哈?!”

  吳文暉整個人都傻了,這倒是他從來沒有想到的。

  因為在這之前,做網站的相當于有多大的地就種多少的糧食,版面就這么大,最多就排得下4個書封。

  然后一個精準推送就能增加3倍,這個事情打死吳文暉都是不相信的。

  “也許不止3倍,”劉光然說,“到那個時候就看細分到什么程度了,你完全可以增加到20個甚至50個大封推,只要大封推出來的是精準推送的內容,那么就能產生足夠的效果。”

  從原理上看,其實智能大封推,就是排除玩家不喜歡看的,減少冗余推送,這部分的空間絕對是有得挖的。

  舉個例子,如果一個讀者他的科幻小說的類型屬性很高,基本上占據了90的喜好權重,那么他所看到的大封推,可能4本書都是科幻,都是符合他喜好類型的書。

  另外一個讀者科幻和都市的權重各占50,那么他看到的大封推,可能有2本科幻,2本都市。

  你把這些推薦的總和相加起來,得到的全集,就是總的大封推推薦位的數量,肯定是要比全面推要多出很多的。

  當然,最后這個值會根據實際的大數據來得出,會出現一個性價比最高的推薦位數量。

  但是在精準推送下,肯定是要比現有的推薦位多得多的。

  劉光然解釋完以后,吳文暉一副恍然大悟的表情。

  哇塞!

  老板這個創意真是絕了。

  我的媽呀。

  震撼得頭皮發麻。

  吳文暉有一種醍醐灌頂的感覺,怎么不早點加入博米公司呢,這家公司給出的高科技完全能讓起點吊打其他的網站啊。

  “所以,”曹陽笑了起來,“你覺得官方的權力是多了還是少了?”

  “多了,當然多了啊,”吳文暉感慨地說,“我們原來一周可能最多能有效推薦100來本,現在感覺可以推到4、500本的樣子。”

  曹陽嘿嘿一笑,搖了搖頭。

  “錯了,官方權力肯定是變小的。”

  “哈?!”

  曹陽覺得吳文暉真的是太好玩了。

  “這不是必然嗎?原本沒有去中心化,現在分了一部分給去中心化了,官方的權力怎么看都變小了,不過推薦位多了倒是真的。”

  吳文暉皺著眉頭,他有點兒后悔來開這個會了,總有一種被人用智商碾壓的挫敗感。

  “我的想法是,在拓展出足夠多的推薦位的同時,增加一個標簽頁,就叫做發現,在這里面給玩家推送的,就是純粹的智能推的部分。

  推薦位上面,是在我們給定的大池子里面進行篩選推送。

  這樣一來,就能兼顧所有的需求了。”

  當你不知道看什么的時候,就去看看官方給的推薦,當你有了喜歡類型的書的時候,你可以在發現里面刷自己想要的書。

  兩全其美了。

  “除此之外,原有的排行榜還是保留,然后再幫榜單進行細分。”

  關于這一塊曹陽還沒有想得特別清楚,因為榜單這個東西,只要有規則就有刷子。

  除了碼字量以外,其他的好像都能刷。

  碼字量也就是前世奇點的戰力榜,這個東西至少能衡量作者的勤奮程度,而且設定一定門檻之后可以杜絕刷子。

  比如說發無用章或者垃圾章節,讀者可以舉報,舉報就下榜。

  想要維持戰力榜的話,就得靠勤奮和時間。

  其他的榜單,只要有錢就能刷,這個東西曹陽在考慮怎么優化和篩選,讓讀者能夠真正讀到好的作品。

  不過從目前的精準推送來看,應該可以幫助不少優質的作品獲得曝光度,而不至于埋沒了。

  經過半個小時的討論和答疑,大家都沒什么疑問了。

  曹老板宣布散會,然后自己率先走出了會議室,只留下一眾表情木然的總裁們。

  “厲害,曹總太厲害了。”劉志平感嘆到,“這個設想真的是天才,精準推送出來之后,我們所有的產品都會再上一個新的臺階,它不是單獨造福于某個類型的產品的。”

  “是啊,”楊駿榮點點頭,“我感覺我們可以多簽一些歌手了。”

  “嗯,”吳文暉現在有點陶醉于曹陽謀劃的未來,“如果是這樣的話,奇點至少能養活幾倍的作者。”

  精準推送一出來,整個網文生態就盤活了啊。

  “其實這就是一個去冗余,幫助用戶提前篩選的過程。”劉光然說。

  大家都在稱贊曹老板的設想很好。

  只有李嵐云表示了些許的擔憂,“你們倒是好,可是游戲平臺沒有那么多的游戲量啊。”

請記住本站域名: 黃鶴樓文學
書頁