布本智能：用AI重新定義“智能推薦”

鐘士玉

在個人和企業都可以做媒體的時代，內容迎來了大爆發，卻也增加了用戶的篩選成本。今日頭條通過基于興趣的智能推薦算法迅速脫穎而出，日活上億，并開啟了智能推薦技術的熱潮。

但同時，這種基于興趣的算法也受到了質疑。如果機器一味投其所好，可能會面臨內容推薦范圍越來越窄以及誤導用戶的風險。

布本智能公司的主推產品“頭條云”，簡單地說，就是通過SaaS的方式幫助B端企業給用戶智能推送“感興趣且應該看”的高質量內容，同時為企業提供運營平臺，幫助企業個性化地盤活不同類型的用戶。

2018年年初，布本智能宣布完成3000萬元Pre-A輪融資。布本智能創始人盧學裕向創業邦（微信搜索：ichuangyebang）獨家透露了頭條云最新版——Max在“運營平臺”方面的細節。

用探索引擎重新定義準確度

對于智能推薦技術，“準確度”是一個重要的評價標準。在盧學?？磥?，“準確”包含兩個維度：喜歡（like）、需要（need）。目前大多數智能推薦關注的點是用戶喜不喜歡，其實給用戶提供他們需要的內容也很重要。

這樣的產品定位與盧學裕以前兩次短暫的創業經歷有關。他總結說，當時自己持有的更多還是商業視角，不知道虧錢后還能如何進行下去，后來看到別人虧錢也做出了市場，就想如果自己當時知道該怎么辦，或者被推薦了提供類似經驗的內容，可能情況會更好。

目前內容產品大體可以分為三類——消費型內容、幫助決策的內容、提高認知的內容，頭條云主要立足于后兩類。為了能給用戶推薦合適的有用的內容，團隊開發了雙引擎——個性化引擎和探索引擎。

個性化引擎主要負責基于興趣的推薦，通過機器學習為用戶匹配他們感興趣的內容。而探索引擎則是基于用戶行為選擇較遠的關聯探索用戶的潛在興趣，對內容的受眾進行反向分析，探索出可能對用戶有價值的內容。比如一位用戶?？磩摌I相關內容，可能他是創業人士，機器就會給他推薦一些創業者應知應會的財務、股權相關內容。

在內容質量把控上，頭條云立足于全網，根據構建的多領域知識圖譜和算法模型來訓練機器進行篩選。比如在對內容源、文章結構等方面進行判斷時，來源于優質主流媒體、信息密度高、結構清晰的文章有更大的概率會被機器判定為高質量文章。

但這也會帶來一個問題：對于某些內容，用戶是需要的，但可能并沒有興趣，如果推薦這類內容會影響用戶體驗，怎么辦？

盧學裕覺得人們很難用機器解決所有的事情，但可以通過輔助機制來解決。他向創業邦（微信搜索：ichuangyebang）透露，團隊目前正在開發一款專門針對B端企業內部員工的新產品，可以根據崗位角色的不同，推薦其需要學習的內容，希望能夠以社群的運營方式提升員工的閱讀興趣。

篩選用戶畫像盤活用戶

談到技術壁壘，盧學裕表現得很低調。他覺得創業公司其實并沒有絕對的壁壘，技術的東西今后會是趨同的，關鍵還是看誰“扎得深”。服務好B端，幫助他們實現價值，是盧學裕選擇的發力重點。

因此，頭條云團隊專門開發了供B端使用的運營系統，以滿足其不同的運營需求。比如，如果使用該運營系統的B端希望給用戶推薦全新內容，就需要訓練機器。機器會記錄用戶的操作行為，以便運營者定義不同的用戶畫像，做精準運營。當運營者想要主動召回沉默用戶，可以通過篩選條件，根據用戶屬性、用戶行為等指標將此類用戶單獨分類出來。

針對分組，運營者可以按熱點、興趣進行智能推送或自定義推送，機器會記錄效果反饋。當用戶行為發生改變，不再符合當前分組條件，系統會自動更新，將用戶歸到其他組。

智能推薦使得機器成了每個用戶的“專屬編輯”。而頭條云通過對“準確”的差異化定位和運營系統讓這個智能編輯變得更加“有思想”，不僅能為用戶推薦高價值的內容，還能幫助B端培養用戶黏性。

目前頭條云擁有來自電商、母嬰、教育、旅游等領域的客戶。當企業越來越重視以深度內容連接用戶時，頭條云在B端的應用場景也將更加豐富。