集股东大会,向各大股东汇报公司一年来的业绩和成果。
除此之外,本次的董事会还将决定公司全年的生产经营计划和投资方案,其中最重要的议案是由沈亦泽提出的新的研发项目——创意短视频社交软件。
他将短视频的概念大致解释一遍。
以魏守诚为首的技术人员一听即懂。
自影像技术诞生以来,全世界范围内较受欢迎的短视频就是音乐短视频,唯一的问题在于拍摄困难,能随机对着镜头装模作样演一下的人不少,能随时随地对着镜头说一段唱一段的人不多。
国外厂商研发出的对嘴表演模式创造性地解决了这个问题,通过音频台词,剧本是现成的,创作者只需要表演,而且音频时长很短不到10秒,极大地降低了表达成本。
但沈亦泽想做的却不仅仅是音乐类短视频,生活类、才艺类、美食类、文化类、旅行类、时尚类、科普类……所有类型的自制内容都可以以碎片化的形式传播,不仅更易于扩散,趣味性也更高。
随着新媒体的崛起,国内互联网行业正以一个不可思议的速度发展着,沈亦泽已经错过了直播,而短视频是足以颠覆传统娱乐方式的“时间杀手”,他绝不能错过。
有乐享和乐享音乐作为基础,公司在孵化的这件事算是很有经验了。
半年前,沈亦泽投入大量研发资金支持魏守诚团队开发全新的大数据算法,如今乐享和乐享音乐都已上线个性化的推荐机制,经过两个月的试水,从用户处得到的反馈几乎全是正向的。
魏守诚以为沈亦泽是为了提升用户体验才做出这样的决定,其实不是,推荐算法的研发实际上是为了给短视频铺路。
说起短视频,快手其实比抖音发展得更早,但最终被抖音超过,一是因为头条系财大气粗,舍得砸钱,另一个原因则是抖音加载了头条最核心的算法模型。
对做内容的互联网产品而言,推荐机制至关重要,一套好的算法可以保证内容分发的效率,进而实现平台、创作者和用户的三赢。
魏守诚听出沈亦泽话里有话,挑明了问:“你是觉得我们现在做的这个算法模型还不够好?”
沈亦泽措辞委婉:“在现今的内容平台中算顶尖了的,但我的想法是研发出一套可以当作公司核心技术的推荐引擎,你觉得现在这种程度够吗?”
魏守诚不说话了,身为资深的算法工程师,他自然明白这套推荐机制的技术难度并不算高,至少还达不到建起技术壁垒的地步,更谈不上当作公司的核心技术。
沈亦泽正色说:“我个人认为,做内容平台的本质就是做推荐引擎,就好比做销售,各大厂商的产品都大差不差,关键在于能否捕捉到顾客的喜好并将对方喜欢的产品推荐给他,只要做到这点,生意谈成的概率就会很高。”
魏守诚愣了下,仔细一想,确实是这么个道理,他以前也创过业,对此深有体会,但当时不曾静下心来琢磨过,现在听了沈亦泽的这一席话,才豁然开朗。
他说:“看起来,你心里似乎已经有一个预期了。”
沈亦泽笑道:“我对编程一窍不通,不过我知道最终应该达到怎样的效果——”
他将自己使用抖音多年的用户体验总结成几个要点,当作是自己的预期,一五一十地告诉魏守诚。
听取顾客的需求,做出符合期望的产品,这是魏守诚的团队一直在做的事,只不过这一次,沈亦泽提出的要求远比他们以前做的更复杂。
一周后,研发部将沈亦泽的用户体验转化成专业的技术方案,归纳成条后提交给董事会:
“……基于个性化推荐引擎技术,根据每个用户的兴趣、位置等多个维度进行个性化推荐,推荐内容不仅包括狭义上的文娱,还包括新闻、生活、教育、购物等资讯。
根据其社交行为、阅读行为、地理位置、职业、年龄等挖掘出兴趣。通过社交行为分析,5秒钟计算出用户兴趣;通过用户行为分析,用户每次动作后,10秒内更新用户模型。
对每条信息提取几十个到几百个高维特征,并进行降维、相似计算、聚类等计算去除重复信息;对信息进行机器分类、摘要抽取,主题分析、信息质量识别等处理。
根据人的特征、环境特征、文章特征三者的匹配程度进行推荐。
实时推荐,0.1秒内计算推荐结果,3秒完成内容提取、挖掘、消重、分类,5秒计算出新用户兴趣分配,10秒内更新用户模型。
根据用户所在城市,自动识别本地内容,精准推荐给当地居民。
可根据用户年龄、性别、职业等特征,自动计算并推荐其感兴趣的资讯……
新用户的冷启动可采取社交账号绑定的方式。
当用户使用微讯、微博等社交帐号登录时,通过对用户账号的分析建立一个“兴趣图谱”,即根据用户在微博上发布的内容及其所属类别、用户自标签、社交关系、社交行为、参与的群组、机型、使用时间等来数据源来推
本章未完,请翻下一页继续阅读.........