第五屆世界互聯(lián)網(wǎng)大會(huì)·互聯(lián)網(wǎng)之光博覽會(huì)日前在浙江烏鎮(zhèn)拉開(kāi)帷幕。11月8日上午， “文明互鑒：網(wǎng)上文化交流共享”分論壇如期舉行。
吳晨光在論壇上以“網(wǎng)絡(luò)文化傳播中算法的跨國(guó)應(yīng)用”為主題，向到場(chǎng)嘉賓介紹了一點(diǎn)資訊核心算法技術(shù)在國(guó)際市場(chǎng)的實(shí)際應(yīng)用。他透露，一點(diǎn)資訊的海外版資訊客戶端News Break同樣使用了千人千面、算法分發(fā)的產(chǎn)品模式，通過(guò)“興趣引擎”技術(shù)可以快速了解不同用戶的深度需求。2017年中旬，News Break總活躍用戶超過(guò)350萬(wàn)。
“內(nèi)容的交互，是文化互鑒的基礎(chǔ)。但如果考慮到怎么樣輸出更能被對(duì)方接受，怎么樣的互鑒的效率更高?這就涉及到對(duì)用戶的了解上”，吳晨光總結(jié)，算法和人工智能的核心，就是能夠深入了解用戶的需求，一點(diǎn)資訊獨(dú)創(chuàng)的“興趣引擎”則加深了這一點(diǎn)。如此，攜手共建網(wǎng)絡(luò)空間命運(yùn)共同體，才能真正落到實(shí)處。
以下為 吳晨光演講全文：
2013年8月，北京中關(guān)村一座破舊的居民樓里，從美國(guó)硅谷歸來(lái)的鄭朝暉博士，將一款新型APP——一點(diǎn)資訊推出上線。從此，一點(diǎn)資訊開(kāi)啟了新時(shí)代，把資訊閱讀從千人一面的時(shí)代帶到了千人千面。歷經(jīng)5年發(fā)展，它的每日活躍用戶(DAU)已經(jīng)超過(guò)6500萬(wàn)，小米、鳳凰、OPPO等先后成為其股東。
“聰明絕頂”的鄭博士并不滿足于國(guó)內(nèi)的成績(jī)。2015年5月，他又回到美國(guó)，創(chuàng)立了資訊客戶端News Break。2017年中旬，News Break總活躍用戶就已經(jīng)超過(guò)350萬(wàn)。
News Break同樣使用了千人千面、算法分發(fā)的產(chǎn)品模式。即：先有用戶畫(huà)像，再去匹配相應(yīng)的文章。用通俗的話講，就是根據(jù)你在APP里的行為——比如點(diǎn)擊、評(píng)論、分享、收藏以及搜索、訂閱等，判斷你喜歡什么內(nèi)容;然后再投其所好，推薦相應(yīng)的內(nèi)容給你。相對(duì)于傳統(tǒng)媒體及PC端，這種分發(fā)模式是顛覆性的，如同計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)的轉(zhuǎn)變。
通過(guò)這種方式，News Break迅速捕捉到了美國(guó)用戶的畫(huà)像，并根據(jù)此推薦內(nèi)容，獲得大量用戶的青睞。所以，在蘋(píng)果推薦的優(yōu)質(zhì)APP排名中，能屢屢位居前列。但在繼續(xù)深入的探究中，News Break的算法團(tuán)隊(duì)也發(fā)現(xiàn)：中美用戶的閱讀習(xí)慣也有一些差別。特別是中國(guó)的用戶，不太會(huì)主動(dòng)把自己的興趣愛(ài)好表達(dá)出來(lái)，也不太愿意在客戶端上進(jìn)行搜索、訂閱。
而這導(dǎo)致給他們推薦的內(nèi)容大多是“爆款”——也就是大多數(shù)人都喜歡的，比如娛樂(lè)新聞和社會(huì)新聞。而美國(guó)人是相對(duì)積極的，愿意主動(dòng)把自己的某個(gè)愛(ài)好說(shuō)出來(lái)，愿意在客戶端上進(jìn)行搜索和訂閱。所以，News Break通過(guò)“興趣引擎”的技術(shù)模式，可以很快了解某一個(gè)用戶的深度需求——比如高爾夫、馬術(shù)、帆船。最終，News Break將自己定位為“keep people updated with their deep interests”。翻譯過(guò)來(lái)，就是探求用戶的深度需求。
為了滿足用戶的長(zhǎng)尾、深度需求，News Break也正在建立屬于自己的、美國(guó)本土“自媒體”系統(tǒng)。2012年8月，自從微信公眾賬號(hào)的功能上線后，中國(guó)已經(jīng)有超過(guò)3700個(gè)自媒體，每天發(fā)文不計(jì)其數(shù)。微信、今日頭條、一點(diǎn)資訊、網(wǎng)易等平臺(tái)，先后建立了屬于自己的自媒體系統(tǒng)，可以隨時(shí)注冊(cè)賬號(hào)并發(fā)文。這又滿足了千人千面分發(fā)的客戶端以及社交媒體的大量用戶閱讀需求。
運(yùn)用自媒體進(jìn)行表達(dá)，其實(shí)已經(jīng)構(gòu)成了一種網(wǎng)絡(luò)文化，就如同中國(guó)網(wǎng)友的“跟帖文化”一樣。中國(guó)最早的自媒體——也就是“博客”，其實(shí)是在很大程度上受到了美國(guó)的影響。這就是兩國(guó)之間互聯(lián)網(wǎng)交流的產(chǎn)物。但因?yàn)閲?guó)情的不同，大洋彼岸的博客注重于“政治新聞”，而中國(guó)的自媒體包羅萬(wàn)象。因?yàn)橛辛藢?duì)用戶數(shù)據(jù)、用戶畫(huà)像的分析，News Break的編輯們也就知道去找什么樣的內(nèi)容、拿到多少內(nèi)容，調(diào)動(dòng)作者生產(chǎn)這類內(nèi)容，以達(dá)到內(nèi)容生產(chǎn)和內(nèi)容分發(fā)之間的平衡。
大約在10年前，智能手機(jī)開(kāi)始進(jìn)入中國(guó)時(shí)，我們的APP基本是靠C2C模式——Copy to China。而在今天，中國(guó)已經(jīng)成為移動(dòng)互聯(lián)網(wǎng)最發(fā)達(dá)的國(guó)家，大量APP出生之后，開(kāi)始走向CFC——Copy from China.一點(diǎn)資訊的國(guó)際化，輸出的主要是技術(shù);快手等APP的國(guó)際化，又輸出了小視頻內(nèi)容。
內(nèi)容的交互，是文化互鑒的基礎(chǔ)。但如果考慮到怎么樣輸出更容易被對(duì)方接受，怎么樣的互鑒的效率更高?所以，這就涉及到對(duì)對(duì)方用戶的了解上。算法和人工智能的核心，就是能夠深入了解用戶的需求，“興趣引擎”則加深了這一點(diǎn)。如此，攜手共建網(wǎng)絡(luò)空間命運(yùn)共同體，才能真正落到實(shí)處。
