指阅团队谷文栋谈「个性化」阅读

标签: 星企介绍 | 发表时间:2012-01-31 17:40 | 作者:Watson Xu
出处:http://cn.technode.com

之前写了一个 国内个性化阅读服务汇总的文章,简单总结了目前国内个性化阅读的服务以及个性化阅读面临的一些挑战,指阅团队谷文栋(微博: @clickstone)对于其中提到的个性化阅读的挑战谈了自己对于个性化阅读的理解,在征得其本人同意的前提下,将本文发表在 天涯海阁,原文地址: http://www.guwendong.com/post/2012/recsys-era-coming.html

以下是指阅团队谷文栋《「个性化」时代》原文全文(对于原文段落进行了编辑)

———————————————————————

一、互联网大佬对于个性化的态度

2011年初我发表了一篇文章《 搜索已死,推荐上位》, 结果证明实际情况蛮配合的,2011年可以说是个性化推荐爆发的一年。我订阅了推荐引擎/个性化推荐等几个微博关键字,眼睁睁地看着相关的微博内容蹭蹭地往上涨,懂的不懂的不懂装懂的打酱油的都在提个性化,甚至连僵尸帐号都在掺和。春节订票大家被折腾得不行了,有朋友表示,“ 12306,你妈妈叫你做个性化推荐!”。这一年,小事儿咱不表,看看几家大佬的表态。

  1. 迟来的产品升级 百度终上个性化推荐的新台阶』 百度CEO李彦宏将此次转变称为百度首页“迄今为止最重大的改变、最重要的创新”。其中的一大创新之处是百度对“推荐引擎技术”的应用,即基于用户行为、 兴趣建模,通过算法和数据分析,准确识别用户需求,向用户智能推荐想要的信息、服务或应用,从而提高用户转化率及强化用户黏性。
  2. 周鸿祎:360导航UV超hao123 未来布局垂直搜索』 周鸿祎表示,360浏览器和导航网站在中国的流量已经很大,但不会模仿百度做传统搜索,目前360已经在根据用户使用习惯推荐个性化内容,这可能代表了未来搜索的方向,另外360将在垂直搜索领域做一些尝试,将充分发挥浏览器覆盖面大的优势,在垂直搜索上给用户提供更多不同的体验。
  3. 搜狗首推探索引擎注重用户个性化需求』 搜狗积极开发的新一代“探索引擎”的目标,是要给寻找信息的网民完全不同的上网体验:例如,当用户打开浏览器阅读一篇新闻的时候,探索引擎会在页面下方自动推送其他网站相关的报道和评论;当用户在互联网上浏览商品信息的时候,新一代搜索引擎就会在页面下方自动向其推送其他网站上该商品的价格、优惠券以及商 品评论。也就是说,新一代搜索引擎能够“猜”到用户想要什么,并且及时向用户推送他所需要的信息。
  4. 数据在淘宝』淘宝会针对消费者提供一些个性化的推荐,未来的淘宝可能会比现在的淘宝发生非常大的变化,未来的淘宝会变得非常个性化,就是会有消费者更感兴趣的产品,如果卖家都能够对这些个性化的产品做足够多的准备,如果没有个性化能力的话那很有可能失去竞争力。
  5. 豆瓣首页改为豆瓣猜 基于个性化算法提供内容』 阿北:“豆瓣猜2005年就有了,这是我们一直在积累的事情。但是新的豆瓣猜才刚刚面世,它的形态、使用和内容都会有各种问题。我们会在新的一年里逐步改善这个首页,也会慢慢把更多类型的内容放进来。豆瓣猜的终极目标是这样的:每天你打开豆瓣,满眼看到的都是各类你会感兴趣的新东西。我们迫不及待地想和你一起让这个画面成为现实。”
  6. 另外,祝贺百分点科技的好朋友们 获首轮融资

二、个性化推荐,已然 无处不在

认识我的朋友们应该都知道,2011一年我都在折腾「 指阅」,成绩不敢说有多大,但起码上路了。指阅 2012年会有比较大的升级,希望能把产品各方面的体验都有一个提升, 欢迎大家试用

天涯海阁的 watsonxu 最近发了一篇文章, 国内个性化阅读服务汇总,文章最后留了几个问题:

  • 如何有效获取用户的兴趣:用户的阅读兴趣往往很泛,泛意味着这种兴趣获取的难度的成本会更高,如何基于现有的社会化服务或者阅读过程更好的获取用户兴趣是一个需要研究的话题。
  • 如何更有效的推荐阅读内容:推荐阅读内容的难度可能大于电影、音乐和图书,因为电影、音乐和图书都有相对固定的维度,而根据阅读内容来挖掘用户的兴趣可能难度会更大。
  • 当然最大的挑战在于:个性化阅读其实基于一个前提就是能够推荐用户感兴趣的内容,而实际的过程中如果不能给每个用户推荐感兴趣的内容(或者说这个会有个过程),那如何形成用户的粘性?另外个人的一个困惑是个性化阅读的需求真的有那么强么?

说说我的看法

基于社交网络的数据来进行用户兴趣的建模,这个已经是目前几乎必选的方式之一了。关注个性化推荐领域的朋友应该都知道,冷启动问题是一个困扰这个领域已久的老大难问题。通过社交帐号授权获取用户在社交网络上积累下来的数据,是解决冷启动问题的有效有段。这里有一些简单的 数据示例。当然,这些数据并不见得可以代表你的所有兴趣,但却是个不错的起点。除了分析兴趣点,你还可以分析用户的「社交影响力」 [1]  [2]。我之前基于微博数据做过一个小实验,针对「IT互联网」 [1] 和「创业与投资」 [2] 这两个领域,计算得到了微博帐号的影响力排名。这方面最著名的要数  Klout,国内有一个不错的创业团队在做类似的事情  μ+。这种影响力分析结果对进行微博营销蛮有参考价值,但它是一种相对粗放和更偏向于全局的热点分析,对个性化的帮助有限。这方面,更有效的是 Facebook 提出的  EdgeRank,这里面融入了个人的「口味」,衡量的是好友圈子内的影响力。

三、个性化阅读面临的挑战

如 watsonxu 所言,做个性化阅读的产品难度挺大的。Quora 上有一个 问题,是讲个性化阅读产品面临的困难的,答案很棒,我简单给总结了一下:

  1. 人的兴趣很广泛,而且多变。你为什么会对某个主题感兴趣或者不感兴趣,这里面的原因很复杂,如何用算法模拟出来是个很大的挑战。
  2. 每天新产生的资讯非常之多。像 Amazon、Netflix 之类的推荐引擎,它们面对的候选条目集合是相对稳定的,这个比较好理解,它们每周也会增加一些新产品,但和资讯数目相比,差距甚远。
  3. 大部分资讯的生命周期非常之短。你现在推荐阿凡达,效果也许不会比两年前差多少,但推荐资讯就不行了,推荐一篇几天前的文章,很可能就要挨骂了。在如此短的时间窗口里为每位读者做出智能推荐,这对系统的要求非常之高。
  4. 资讯聚合通常都要面临大量重复内容的问题,这在国内尤为严重,这会极大伤害个性化资讯应用的用户体验。而且国内还有另外一个问题,就是原创的高质量内容相对匮乏,推荐引擎巧妇也难为无米之炊。
  5. 与微博之类的个人信息发布工具相比,这类工具缺乏互动。每次你发布一条微博,你的 Followers 就可以看到,而大部分的个性化阅读工具,我们只是默默地使用它,不具备病毒传播特性而无法迅速爆发。
  6. 缺少“社区”的感觉,因为大家看到的东西各不一样。这有点像为什么很多人喜欢在电影院观看电影,而不是在家里,即使在家里看可能会更舒适。大家需要那种与其他人一起在做同一件事情的存在感。

四、个性化阅读解决的问题

详细的技术拆解,可以去看看郑昀的这两篇文章  [1]  [2],基本上我对这两篇文章的评价是,“从此这个领域再无技术秘密可言”。

阅读是人的基本需求,个性化阅读是这个基本需求的 2.0 版。套用个性化推荐「三个合适」的表述,个性化阅读要解决的问题是, 在合适的情境下以合适的形式为用户带来合适的内容。 因此,“个性化阅读的需求有多强?”是个伪命题,个性化阅读与阅读本身没有矛盾,它的目标是让阅读这事更简单, 谢文老师曾经以看女排新闻为场景给过一个形象的例子。现在大家对个性化阅读存疑,是因为相对于大量非个性化的资讯类产品,还没有哪一款个性化产品显示出了与众不同的能力,尤其是与 Twitter、Facebook 这类以社会化见长的产品相比,个性化产品并没有高明太多。这很像当年围绕智能手机的讨论,之前很多人在说手机不就是打个电话发个短信嘛。。。直到 iPhone,重新发明了手机,从此没人再怀疑。目前个性化阅读这个领域,Flipboard 和 Zite 是好榜样,但其实也只是刚开了个头,大家都还在摸索,需要有人用实实在在的产品体验,来重新定义「阅读」。这个市场不是不爆,是王者未到。

之前做简网的时候,我们主要在研究两个网站,一个是 Zite(估计没人用过它的 Web 版吧),还有一个是 Evri(它和指阅前后一天 iPad 版上线),后面又陆陆续续出现了一些和我们核心功能类似的产品,比如:Mashable Follow、Trap.it、Google+ Spark 等,都是以「主题」为起点谋求信息消费的个性化。现在总结,我只能说,相对于国内互联网的现实情况,我们当时的选择太超前了。从去年移动互联网升温,社会化/个性化阅读逐渐被大众所接受,对有志于这个领域的同道来说,好年代其实才刚刚开始,让我们一起努力!

这篇文章标题里面的「个性化」是加着引号的。卖一个关子,我在酝酿一篇和《 搜索已死,推荐上位》类似的标题党之作,名字想好了,叫做《重新定义「个性化」》。不过大家别期望太高啊,有可能有,也可能没有。。。

招人是我目前工作的头等要务,码了这么多字,大家原谅我必须要贴一个小广告啊!

我们有一个简单的信念:互联网的未来必定是个性化的。如果你有那么一点儿小理想化,希望能够帮助用户更好地消费信息,那么现在加入我们一起,是最好的时机。
职位信息请看这里: http://www.zhiyue.me/team.html

相关 [团队 个性 阅读] 推荐:

指阅团队谷文栋谈「个性化」阅读

- - 动点科技-CN.TechNode.com
以下是指阅团队谷文栋《「个性化」时代》原文全文(对于原文段落进行了编辑). 一、互联网大佬对于个性化的态度. 2011年初我发表了一篇文章《 搜索已死,推荐上位》, 结果证明实际情况蛮配合的,2011年可以说是个性化推荐爆发的一年. 我订阅了推荐引擎/个性化推荐等几个微博关键字,眼睁睁地看着相关的微博内容蹭蹭地往上涨,懂的不懂的不懂装懂的打酱油的都在提个性化,甚至连僵尸帐号都在掺和.

陈士骏团队打造美味爱读上线,专注个性化阅读

- - 极客公园-GeekPark
记者,愿意为创新的传播尽绵薄之力,并一直相信理想主义情怀才是原动力. [核心提示]美味爱读是一个按照标签定制内容的阅读工具,可以根据社交网络中事件的热度,提供多维度的阅读体验. AVOS 中国团队研发的新产品 美味爱读 1 月 16 日上线. AVOS 由 Youtube 创始人查德·赫利(Chad Hurly)和陈士骏(Steve Chen)创立,去年在北京开设了中国办公室.

酷云阅读:个性化泛阅读应用

- - 天涯海阁|Web2.0Share
“酷云阅读”是一款个性化泛阅读软件. 它通过语义分析技术对文章、视频内容进行归类整理,通过用户行为分析绘制用户肖像,由智能推荐算法将内容推送给用户,并根据用户对内容的反馈不断优化推荐效果. 智能云端最懂你 :采用语义分析技术对文字、音频、视频信息进行归类整理,并根据用户的阅读习惯、喜好和好友关系推送内容.

消息称小米手机将组建团队运营电子阅读业务

- 小熊TONY - cnBeta.COM
据中国移动互联网产业联盟副秘书长杨晓明透露,小米公司计划组建一个资源运营团队,围绕手机操作系统MIUI开展电子阅读业务. 此前据雷军透露,在研发手机操作系统MIUI之前,小米团队就已开发小米便签、小米分享、小米司机等手机应用,其目的是,拿这些较简易的开发项目给团队练手. 其中小米分享包含电子书阅读功能.

推酷——个性化你的阅读

- - 商业不靠谱
以下文字来自创业团队,不代表本站观点. 为了支持起步阶段的创业公司,拉抬新项目的影响力,bukop.com面向所有创业的朋友提供无偿报道服务,你有任何创新项目、新服务或者新网站想通过bukop进行推广,都可以将文章发送到[email protected] :. 推酷上线于2013年4月,创建推酷主要是因为创始人在使用Google Reader过程中遇到的诸多不便.

个性化阅读的过去、现在和未来(一)·概述

- 蓝皮 - 博客园-旁观者
个性化阅读的过去、现在和未来(一)·概述.     以前曾经撰文讲过Topic Engine的过去、现在和未来. Topic Engine是一个生生不息的应用方向,因为从News Group、邮件列表、聊天室、论坛、Google News、博客圈子、群组. ,人们一直因话题(有人也叫主题,英文为Topic)而聚集而交友,话题一直在生生不息层出不穷,组织形式在不断变异.

个性化阅读的过去、现在和未来(二)·实作

- sasiky - 博客园-旁观者
前一篇:《个性化阅读的过去、现在和未来(一)·概论》,今日继续此话题.     前面说到Topic Engine/个性化阅读/Meme Tracker这几个方向所需要的研发团队大致是12个人起. 下面着重说一下在现如今如何做个性化阅读.     Zite 的战略就是直接从Social Graph+Interest Graph切入,通过将Google Reader、Twitter、Facebook等拥有Interest Graph图谱的社会化数据导入,从而获得用户初始的兴趣爱好及社会化关系,由此引发阅读推荐,有效避免了推荐引擎的“冷启动”问题.

微观:移动个性化阅读应用

- - 天涯海阁|Web2.0Share
微观是由 点趣科技推出的移动个性化阅读应用,只要选择你的兴趣点,就会为你推荐你感兴趣并且适合移动阅读的内容. 使用阅读,推荐的内容就会越准确,同时也可以发现兴趣相同的朋友.  内容精选,并且是最近较热,或比较流行的;. 内容经过一定方式的处理,更加适合移动的阅读,并且内容推荐不会重复;. 3.个性化推荐,体现从聚合到挖掘和分析的进步;.

无觅推出个性化阅读社区

- - 天涯海阁|Web2.0Share
天涯海阁应该是无觅网相关文章插件的第一个用户,无网觅从网站 相关文章插件到 无觅网络,再到现在的个性化阅读社区,无觅网一直都在探索,不过我相信个性化阅读社区可能是他们真正想做的东西. 无觅个性化阅读社区开始会根据用户绑定的微博,分析用户兴趣,进行推荐;之后会根据用户“喜欢按钮”等行为,来不断学习,优化推荐,并且能够根据用户兴趣实时调整和刷新推荐结果.

指阅丁钧:做个性化阅读的指尖“秘书”

- - 零零发-||-IT航海日志
作者:肖梦鸯|出处: DoNews| 2012-03-20 17:32:21  责编: 肖克锋. 到2010年,微博为人们所熟知,也给简网提供了一个好的推送出口. “同事做了一个API,把我们的内容推送到微博上去,发现粉丝数增长的速度越来越快”,这样通过微博把语义分析技术转化的成果推给了用户.