当前位置: 科技 > 快讯 > 正文

赤子城刘春河:用AI为全球用户提供移动生活的智能内容体验

2018-10-26 13:32:10       来源:项城网

曾以三人团队打造惊艳硅谷的极简桌面产品的赤子城,如今致力于用人工智能技术赋能产品,服务用户。

从第一款产品Solo Launcher,到如今的Solo X系列产品矩阵,赤子城打造的产品已涵盖个性化、安全、杀毒、资讯、音乐、健身、美容、摄影、休闲游戏等各个类别,用户量级达到6亿以上。之所以能不断推出风靡全球的产品,与其人工智能引擎Solo Aware对产品的战略规划、优化迭代、运营推广、内容推荐等方面的驱动密不可分。

创始人刘春河说,赤子城是一家技术驱动的产品公司,这一点从未改变,我们所做的事情,是用AI为全球用户提供移动生活的场景化智能体验。

从顶级开发者到AI信徒

2013年,Solo 桌面问世,迅速占据了过亿用户的手机“入口”,随之占据了数据与流量高地,也为Solo Aware引擎积累了最初的数据源。

刘春河把launcher比作手机的“客厅”:“PC端的浏览器是有‘HOME’的概念的,用户能够长时间停留,而移动端的浏览器不能。那么用户按HOME键返回到哪里去了?是桌面。Launcher就是这个‘家’的客厅。

通过这个“客厅”,可以获取各个维度的行为数据,知道用户什么时候在聊天,聊了多久;什么时候看电视,什么时候看新闻;哪些用户是音乐爱好者,哪些用户常常出差或旅行。Facebook通过填写资料获取用户的年龄、性别、位置,launcher则通过真实的使用行为获知用户的基本属性信息以及更重要的兴趣、偏好、习惯。

赤子城旗下Solo X 产品矩阵

对于用内容服务用户这件事来说,立体的兴趣标签和动态的场景标签反而是更加重要的。刘春河举例说,现在欧美地区的年轻男性,购买化妆品的越来越多,部分地区的购物网站男性的购买力甚至超过女性。那么仅从性别判断用户是否喜爱购物显然是不准确的,但从兴趣标签入手就不会出现这种偏差。

赤子城从最初就对数据非常敏感。随后,在推出不同类型的新产品以及帮助其他产品推广与变现的过程中,赤子城获得了更多类型、更多维度、更加颗粒化的数据,同时也更加感知到数据分析、用户画像、模型搭建的迫切性。

“因为我们要服务用户,就一定要了解用户,而更高效地了解和服务用户,就要依靠人工智能。”刘春河从大学时代就接触人工智能,研究机器学习和模式识别这些方向。在他的带领下,赤子城开始搭建团队,研发Solo Aware引擎。

到2016年,赤子城已诞生了多个被谷歌认证的“顶级开发者”团队。与此同时,Solo Aware也在来自卡耐基梅隆大学团队的努力下初步搭建成型。用AI技术为全球用户带来更美好的内容体验,也成为赤子城未来数年发力的核心目标。

从海量数据到精准定向

赤子城首先开发了高效稳定的数据采集系统、大规模的数据存储结构和支持高并发的数据访问层,为Solo Aware的数据供应、数据整合与挖掘、数据应用等环节提供了稳定坚实的基础。

因为数据量级大,并且处于动态变化之中,对保证数据的真实性、完整性,避免重复、丢失提出了很高要求。对此,赤子城突破了存储格式、存储结构、以及分布式存储等核心技术点,利用可伸缩的数据采集框架,每个节点每秒处理上百万个元组,提供任务处理保证,满足海量数据吞吐需求。

数据访问方面,实现了让Solo Aware技术层能够快速及时的获取所需数据,如解决了最核心负载均衡问题,以及数据访问中的大数据并发、网络负荷过重等问题。

对于算法模型组件,赤子城在经典的基础算法层之上结合不同内容推荐场景的特点,借助自身的强大数据处理能力、大规模分布式训练框架和高性能在线预测平台,分阶段研究并优化了多个高效的算法模型组件。包括经典的FTRL、DeepFM、LR+GBDT算法模型等,可直接服务于多类型的个性化内容排序。在对的时间,对的场景,对用户推荐对的内容。

基于海量数据分析用户历史行为数据,可精确划分用户标签属性,建立丰富的基础标签和个性化标签体系。并使用精准算法构建的个性化模型,准确预估用户偏好程度和行为轨迹,从不同的角度去定义和刻画一个用户。

Solo Aware引擎的用户标签体系

同时,从丰富的内容信息中,通过离线训练的过程,为内容建立丰富的标签体系,结合用户行为,优化出最优的模型。例如用户在某一类信息上停留的时间足够长,就会触发在线模型修正机制, 在不足1秒钟的时间内完成在线模型的更新,在用户浏览更多内容时,将用户真正感兴趣的信息,推荐给用户。  

用AI打造移动生活的智能内容体验

算法的进化在于不断的应用。Solo Aware最早的应用是Solo Launcher中加入的“Shuffle”广告,即“猜你喜欢”。Shuffle大大提高了广告的点击率和转化率,引发了多款同类产品的效仿。但形式之外,Shuffle的实际效果则要视推荐算法的精准度而异。

Solo Now内容推荐

随着不断学习和进化,Solo Aware开始更深入地应用于赤子城旗下信息流、资讯型及内容型产品或模块,如Solo Now。在内容推荐方面,通过内容分析、协同过滤,形成相关性、排序性模型,并反复训练,在实时性、连续性、深入性等方面不断优化迭代。用对的内容减少用户的决策时间,提高用户的使用时长,真正“黏住”用户。

除了内容推荐,Solo Aware对产品的赋能还体现在分析用户需求、制定产品策略、优化产品体验、辅助产品运营等方面。

具体来说,一定量级的用户群体的某种需求,会催生解决这一需求痛点的产品规划。产品运营方面,如应用通知的时间点和频次设计,如何让用户感到舒适,能够最大限度地唤醒用户且不让用户感到厌烦。以及产品推广过程中,可以让产品找到真正需要它的用户。

用产品和内容渗透用户的移动生活,是赤子城未来数年的目标。刘春河相信,AI驱动的移动互联网生活,是在每一天、每一个时间点、每一个场景中,用户都能用最简单的方式得到最想要的内容,享受AI技术带来的场景化智能内容体验。

文章投诉热线:156 0057 2229 投诉邮箱:29132 36@qq.com

相关新闻