盧旭成:張一鳴離成為媒體大亨還有多遠?
來源(廣告買賣網(wǎng)) 作者() 閱讀() 時間(2015/9/11 10:15:49)
1、閱讀是人的基本需求。各種社交媒體中,閱讀、交流和分享被混為一談,閱讀內(nèi)容的獲取效率低。
2、他的推薦搜索技術(shù)對應的是信息獲取和分發(fā),因此它的位置在“提供閱讀”。
3、不做內(nèi)容生產(chǎn)者,只做內(nèi)容分發(fā)者。
5億美元,意味著在投資人眼里,這個移動入口正在展現(xiàn)更多的可能性。但是,危險已經(jīng)降臨。騰訊(129.4, 3.00, 2.37%, 實時行情)、搜狐(44.38, 0.61, 1.39%)等新聞客戶端近期已增加了類似的推薦功能,盡管內(nèi)容來源尚局限于自身。
“我知道它們有一些嘗試,”對自己的技術(shù)能力非一般自信的張一鳴說,“我覺得正常,也不是太care,按我們自己的設想快速前進最重要。我們要做得更深更好,更難被追上!
張一鳴對《創(chuàng)業(yè)家》說,C輪5億美元的估值,完全是投資人競價的結(jié)果,他并沒有參與討價還價。他甚至都沒請財務顧問。一年前,該公司B輪融資時的估值還只是6000萬美元。
張一鳴做的是“推薦搜索”:通過用戶的社交媒體賬號和使用產(chǎn)品的信息反饋(包括用戶對某一條內(nèi)容的閱讀、評論、收藏,在此內(nèi)容上停留時間的長短),推算出用戶的偏好,從而為其推薦個性化的內(nèi)容。隨著使用時長的增加和算法的不斷演進,推薦內(nèi)容將越來越精準。
《創(chuàng)業(yè)家》&i黑馬注:這一套信息推薦系統(tǒng)的核心是“機器學習”。張一鳴說,“機器學習”包含觀察、記憶、理解三層技術(shù),近兩年工業(yè)界和科學界的一些大的突破,使得計算機在這三種能力上有了飛躍性的提升,從而奠定了今日頭條這種產(chǎn)品的技術(shù)基礎。它區(qū)別于用戶定制內(nèi)容,用戶無須對范圍做出界定。
推薦搜索技術(shù)近年來被看作互聯(lián)網(wǎng)搜索的發(fā)展趨勢,在很多互聯(lián)網(wǎng)產(chǎn)品上早有應用,比如亞馬遜、淘寶等電商在頁面上向你推薦“可能喜歡的商品”,百度所做的精準投放廣告——不同的用戶在同一頁面看到的廣告是不一樣的;社交媒體也會通過你的好友關(guān)系,給你推薦“可能認識的人”。
這并不是門檻極高的技術(shù),但需要深厚的積累。張一鳴在這一技術(shù)上投入了全部精力,把一個輔助性的功能發(fā)展成了獨立的產(chǎn)品——專為移動端設計的內(nèi)容產(chǎn)品——這是由移動端的唯一性(小屏幕導致移動端不像PC端可以同時顯現(xiàn)多個頁面)決定的。也有模仿者。“之前還有一些,”張一鳴對《創(chuàng)業(yè)家》說,“但拉開差距以后,就越來越?jīng)]有了,跟不上了,主動放棄或者是轉(zhuǎn)型了!币龊猛扑]搜索系統(tǒng),“投入還是挺大的”。字節(jié)跳動目前服務器超過1000臺(相當于Google2009年用于查詢和獲取搜索結(jié)果的服務器數(shù)量)。