布本智能用重新定义智能推荐

　　在个人和企业都可以做媒体的时代，内容迎来了大爆发，却也增加了用户的筛选成本。今日头条通过基于兴趣的智能推荐算法迅速脱颖而出，日活上亿，并开启了智能推薦技术的热潮。
　　但同时，这种基于兴趣的算法也受到了质疑。如果机器一味投其所好，可能会面临内容推荐范围越来越窄以及误导用户的风险。
　　布本智能公司的主推产品头条云，简单地说，就是通过SaaS的方式帮助B端企业给用户智能推送感兴趣且应该看的高质量内容，同时为企业提供运营平台，帮助企业个性化地盘活不同类型的用户。
　　2018年年初，布本智能宣布完成3000万元PreA轮融资。布本智能创始人卢学裕向创业邦（微信搜索：ichuangyebang）独家透露了头条云最新版Max在运营平台方面的细节。用探索引擎重新定义准确度
　　对于智能推荐技术，准确度是一个重要的评价标准。在卢学裕看来，准确包含两个维度：喜欢（like）、需要（need）。目前大多数智能推荐关注的点是用户喜不喜欢，其实给用户提供他们需要的内容也很重要。
　　这样的产品定位与卢学裕以前两次短暂的创业经历有关。他总结说，当时自己持有的更多还是商业视角，不知道亏钱后还能如何进行下去，后来看到别人亏钱也做出了市场，就想如果自己当时知道该怎么办，或者被推荐了提供类似经验的内容，可能情况会更好。
　　目前内容产品大体可以分为三类消费型内容、帮助决策的内容、提高认知的内容，头条云主要立足于后两类。为了能给用户推荐合适的有用的内容，团队开发了双引擎个性化引擎和探索引擎。
　　个性化引擎主要负责基于兴趣的推荐，通过机器学习为用户匹配他们感兴趣的内容。而探索引擎则是基于用户行为选择较远的关联探索用户的潜在兴趣，对内容的受众进行反向分析，探索出可能对用户有价值的内容。比如一位用户常看创业相关内容，可能他是创业人士，机器就会给他推荐一些创业者应知应会的财务、股权相关内容。
　　在内容质量把控上，头条云立足于全网，根据构建的多领域知识图谱和算法模型来训练机器进行筛选。比如在对内容源、文章结构等方面进行判断时，来源于优质主流媒体、信息密度高、结构清晰的文章有更大的概率会被机器判定为高质量文章。
　　但这也会带来一个问题：对于某些内容，用户是需要的，但可能并没有兴趣，如果推荐这类内容会影响用户体验，怎么办？
　　卢学裕觉得人们很难用机器解决所有的事情，但可以通过辅助机制来解决。他向创业邦（微信搜索：ichuangyebang）透露，团队目前正在开发一款专门针对B端企业内部员工的新产品，可以根据岗位角色的不同，推荐其需要学习的内容，希望能够以社群的运营方式提升员工的阅读兴趣。筛选用户画像盘活用户
　　谈到技术壁垒，卢学裕表现得很低调。他觉得创业公司其实并没有绝对的壁垒，技术的东西今后会是趋同的，关键还是看谁扎得深。服务好B端，帮助他们实现价值，是卢学裕选择的发力重点。
　　因此，头条云团队专门开发了供B端使用的运营系统，以满足其不同的运营需求。比如，如果使用该运营系统的B端希望给用户推荐全新内容，就需要训练机器。机器会记录用户的操作行为，以便运营者定义不同的用户画像，做精准运营。当运营者想要主动召回沉默用户，可以通过筛选条件，根据用户属性、用户行为等指标将此类用户单独分类出来。
　　针对分组，运营者可以按热点、兴趣进行智能推送或自定义推送，机器会记录效果反馈。当用户行为发生改变，不再符合当前分组条件，系统会自动更新，将用户归到其他组。
　　智能推荐使得机器成了每个用户的专属编辑。而头条云通过对准确的差异化定位和运营系统让这个智能编辑变得更加有思想，不仅能为用户推荐高价值的内容，还能帮助B端培养用户黏性。
　　目前头条云拥有来自电商、母婴、教育、旅游等领域的客户。当企业越来越重视以深度内容连接用户时，头条云在B端的应用场景也将更加丰富。