一(yī)點資訊，一(yī)款為(wèi)興趣而生(shēng)的新(xīn)聞資訊 App，它放(fàng)棄了(le)“互聯網”、“娛樂(yuè)”、“軍事(shì)”等籠統的頻道訂閱的新(xīn)聞組織方式，而是通過微博綁定，猜出用戶的興趣主題頻道，讓每個(gè)人(rén)的頻道列表都不一(yī)樣。同時(shí)，如(rú)果這(zhè)些(xiē)都不能(néng)滿足，用戶還能(néng)自定義話(huà)題頻道。随着用戶使用時(shí)間(jiān)越久，和一(yī)點資訊的智能(néng)交互越來(lái)越多，它會越來(lái)越懂用戶，在頻道内容和排序上(shàng)會更符合用戶的胃口。一(yī)點資訊是一(yī)款為(wèi)興趣而生(shēng)的新(xīn)聞資訊App客戶端。來(lái)自矽谷的核心團隊緻力于為(wèi)用戶提供私人(rén)定制的精準新(xīn)聞資訊，以提供個(gè)性化(huà)的自定義關(guān)鍵詞、并伴以頂尖算(suàn)法不斷學習用戶偏好(hǎo)的方式重新(xīn)定義新(xīn)聞客戶端，幫助用戶在日益爆發的信息洪流中快(kuài)速捕捉最核心最需要的資訊。
從行業角度
優化(huà)資訊信息傳播的模式。以聚合信息、通過興趣頻道分(fēn)發信息的模式，幫助優秀的新(xīn)聞媒體(tǐ)更快(kuài)的找到匹配的用戶群體(tǐ);
協助搭建良性循環的行業生(shēng)态體(tǐ)系。讓内容、商(shāng)業、用戶高效的得到銜接，提升資訊流通效率和商(shāng)業投放(fàng)效率，使得媒體(tǐ)、廣告主及信息渠道獲得共赢。
從用戶角度
不隻提供用戶熱門淺度的頭條新(xīn)聞，更有符合用戶獨特個(gè)性興趣的深度優質内容。
有效減少用戶甄選新(xīn)聞資訊的時(shí)間(jiān)成本，提升用戶的閱讀效率。
無态度的向用戶提供同一(yī)事(shì)件的多方面視(shì)角，引導讀者去獨立思考。
不僅僅是新(xīn)聞。一(yī)點資訊提供的是高質量的互聯網内容服務(wù)，這(zhè)使得一(yī)些(xiē)時(shí)效性較低(dī)的長尾優質内容不至于沉寂無聞，從而讓真正對此感興趣的用戶能(néng)快(kuài)速找到優質資訊。
機器(qì)學習技術
通過系統分(fēn)析用戶的搜索、訂閱及其點擊行為(wèi)，全面了(le)解用戶的興趣意圖。
這(zhè)些(xiē)興趣意圖會被分(fēn)解為(wèi)：關(guān)鍵詞、頻道、内容源等多個(gè)維度。興趣引擎技術會通過用戶累積的興趣意圖，将通過計算(suàn)将最優資訊優先呈現(xiàn)給用戶。
興趣圖譜的搭建
“興趣引擎“發揮作(zuò)用，還需要搭建興趣圖譜。所謂興趣圖譜，是指構造人(rén)群整體(tǐ)興趣之間(jiān)的層級架構、及相關(guān)性。如(rú)“唐詩”這(zhè)一(yī)興趣點，從層級關(guān)系上(shàng)看隸屬于唐朝文化(huà)(唐朝文化(huà)隸屬于唐朝、中國古代文化(huà)兩個(gè)大興趣點);從平行關(guān)系上(shàng)看，和它相關(guān)性較高的興趣還包括宋詞、元曲等。
在搭建了(le)興趣圖譜後，在對用戶進行推薦時(shí)會參考興趣之間(jiān)的關(guān)聯度。
智能(néng)推薦策略
在對用戶進行智能(néng)推薦中，會通過分(fēn)析用戶已經明确表達的興趣、可能(néng)會感興趣的興趣(依賴興趣圖譜猜測)，再加入閱讀時(shí)間(jiān)、閱讀場(chǎng)景、用戶背景身(shēn)份等外在條件，綜合計算(suàn)後将最優的資訊結果呈現(xiàn)給用戶。
通過興趣引擎技術，一(yī)點資訊可以做到：
精确的捕捉用戶興趣需求，将他們最關(guān)心的資訊第一(yī)時(shí)間(jiān)呈現(xiàn)。
依據興趣圖譜給用戶推薦與其已有興趣相關(guān)性較高、或人(rén)群屬性高度一(yī)緻的資訊，幫助用戶發現(xiàn)更多的興趣。
