概念
興趣引擎(InterestEngine)是一點資訊獨創的專利技術,它是在底層技術架構上把搜尋引擎和推薦引擎有機交融,既提取了搜尋引擎的數據爬取、文本分析等技術優勢,也結合了推薦引擎利用個人畫像推送內容的形式,可智慧型分析用戶興趣愛好,從而為用戶精準推薦他們真正感興趣的內容。興趣引擎本質上是一個組合式的創新,由興趣表達、興趣滿足、興趣社交、興趣廣告、興趣電商與興趣服務六個模組組成。
六大模組
興趣引擎由六個模組組成的,包括興趣表達、興趣滿足、興趣社交、興趣廣告、興趣電商與興趣服務。
興趣表達:“允許用戶充分、自由、高效地表達他的興趣。”,反映在產品上,實際上就是用戶可以去自由搜尋和定製自己感興趣的內容,這是興趣引擎的基礎功能。
興趣滿足:“大數據的技術,通過搜尋和推薦的技術,能夠精準地滿足他已表達的興趣。”這一模組中,一點資訊展現了自身的雄厚技術實力,他們將個性化推薦和搜尋引擎技術結合起來,讓用戶獲得無比精準的內容信息。再通過機器的深度學習,依託用戶、文章和頻道三者的關聯,最終摸清楚用戶的所思所想,從而服務好用戶。
另外,還有興趣社交、興趣廣告和興趣電商等模組,興趣廣告、興趣電商與興趣服務模組的存在,能夠滿足用戶社交、購物的生活化需求,並沉澱社交和交易相關的數據。
通過這六個模組,一點資訊完成了對用戶的統一,無論用戶的興趣是什麼,無論用戶的關注“碎片化”到什麼程度,都能通過一點資訊找到自己需要的信息、資訊、商品和服務,還能認識和自己有共同志趣的人。滿足了這些條件的一點資訊,即是谷歌,又是facebook,是整個移動網際網路時代的基礎設施。
門檻
興趣引擎最大的門檻是基於興趣組織內容所需要的技術實力。要對海量內容進行基於興趣的索引,標籤化的過程基於涉及到大量人力物力和計算資源,且內容還在越積越多;要通過興趣點精準地索引出用戶同樣是巨大的考驗。一點資訊創始人兼CEO鄭朝暉曾任前雅虎北京研究院院長,發明的搜尋引擎排序算法被廣泛套用於雅虎的全球全網搜尋及所有垂直搜尋的線上產品中;在個性化推薦領域,其團隊合著的結合社交圖譜和興趣圖譜的個性化推薦算法論文,於2011年獲得ACMSIGIR最佳論文獎,當時的團隊主要核心成員目前分別擔任Twitter和LinkedIn相關領域的核心負責人。價值意義
在這個信息資訊爆炸的世界,興趣引擎只給用戶最關注的內容,是解決信息大爆炸問題的方案之一。其他新聞客戶端依然是頻道思維,面向頻道做頂部內容,或者邀請第三方入駐做起PGC,是主編+記者的模式,已很難滿足移動用戶閱讀要求,一點資訊這一基於興趣的閱讀App則讓每個人都成為自己的主編,可以決定只呈現用戶最感興趣的內容。第一次真正實現長尾價值閱讀,正在開創資訊消費的新範式,並將搶占以搜尋和社交為移動網際網路入口的巨大乳酪。未來一點還可基於興趣所獲得的精準細分人去做興趣導購、興趣廣告、興趣電商等等。依靠這個引擎去幫助用戶獲取資訊,並最終構築新的商業模式。
首先,興趣引擎的背後是興趣行銷。通過興趣這件事情,建立了高粘性的用戶池子,也構築了商品和服務信息精準到達用戶的新渠道。未來一定會出現,門戶廣告、關鍵字廣告,整合行銷之外的第四種業態,即興趣行銷。
興趣行銷不僅僅會是產業的補充,更可能是一次產業的顛覆與重整。關鍵是它相比於其它模式,更加有效。興趣引擎能夠有效幫助品牌激活興趣行銷,並提供基於興趣驅動之下的精準行銷、品牌曝光以及原生行銷等。移動網際網路的用戶更為真實個性,通過興趣,未來可以更好的與地理、位置、時間等元素融入,資訊真正地實現連結到用戶的生活場景之中,幫助品牌更好開展精準廣告。相比於同類的各種推廣產品,興趣驅動的原生,也讓行銷變得更自然、更融入、更有價值。一點資訊這個渠道的優勢不言而喻,考慮到搜尋引擎的市場規模。一點資訊單這一項就是千億級。
其次,數據本身的財務價值不可忽視。《數據之巔》的作者、數據之巔的作者數據之巔的作者數據專家塗子沛認為判斷數據價值的高低,除了數據本身是不是動態這一個指標外,還要考慮數據夠不夠基礎,能和其它數據廣泛連結,產生其它的價值。一點資訊的數據是永續和動態的。一個人的興趣反映一個個體更加私密的特性,這些數據可以廣泛運用到產業的方方面面。未來的生產一定是按照市場需求的定製化生產,一點資訊給廠商提供了豐富的用戶數據,這些數據反映用戶的興趣,對待外界的態度,瀏覽習慣等要素。可以幫助他們研發和改進產品。
第三,公關與市場諮詢服務。早在10多年前,輿情監控和市場諮詢就是一門大生意。結合一點資訊的興趣大數據,配合興趣引擎的機器學習和算法分析,其可為品牌、政府提供基於大數據的市場監測,並幫助品牌科學的看到與用戶相關聯的興趣點,藉此,開展興趣圖譜分析。