荒野悲歌提示您:看後求收藏(第1588章 個性化,大時代之巔,荒野悲歌,試讀吧),接著再看更方便。
請關閉瀏覽器的閱讀/暢讀/小說模式並且關閉廣告遮蔽過濾功能,避免出現內容無法顯示或者段落錯亂。
抵達奈飛總部。
周不器看到了一個熟人,朋友網的早期員工、北航計算機系的高材生、馬平山的大學好友曲涵涵。
周不器跟他接觸不多,印象比較深,一來是他的名字“曲涵涵”有點像女生名,二來就是他很有勇氣。去年年初,就自告奮勇地來美國出差。
他現在是m5的資深總監級別,朋友網的個性化廣告推薦系統,他就參與其中,算是二號人物。
個性化推薦放在十年後,那是爛大街的理論。
可放在當下這個時間段,仍然是個很新鮮的玩意。
大名鼎鼎的facebook在應用層面的創新,主要有兩點,一個是開放平臺,一個就是個性化廣告的推薦。
隨著facebook個性化廣告的應用,矽谷這邊的廣告模式也越來越朝著個性化發展,這其中的佼佼者,當然就是谷歌、facebook和紫微星國際了。
而紫微星國際的個性化業務的技術總監,就是這位臨時借調來美的曲涵涵。紫微星在這個領域有很深入的發展,所以紫微星國際這邊的個性化廣告業務發展得比較順利。
過去大半年,曲涵涵在周不器的安排下,完成了“二次借調”,去幫助奈飛研究相關的個性化推薦系統了。
成果很顯著。
傑森·基拉爾對此就不太理解了,“奈飛不是沒有廣告麼?個性化推薦什麼?”
“影片。”
奈飛的ceo哈根廷斯臉上保持著一種勝利者的微笑。
過去幾年,奈飛和hulu競爭比較激烈,打了很多口水仗,現在,局勢已經明瞭了。hulu的核心團隊集體離職,連傑森·基拉爾也屁顛屁顛地要為奈飛提供服務了。
這感覺真是爽!
當然,他也知道這一切之所以會這麼順利,不是因為奈飛的實力多麼強大、團隊多麼優秀,而是因為周大老闆在背後的一系列操盤運作。
當下的美國,在長影片的流媒體領域,最知名的就是奈飛和hulu了。周大老闆翻手為雲覆手為雨,很輕易地搞垮了hulu,然後把hulu的核心力量抽調出來轉給了奈飛陣營。
這讓哈根廷斯內心振奮的同時,也對周不器充滿了敬重。
這才是真正的大佬啊!
一個外國人勇闖矽谷,還能披荊斬棘,真是梟雄之姿!
“影片?”傑森·基拉爾就不是太能理解了,“個性化推薦影片?”
哈根廷斯笑笑,“對。”
傑森·基拉爾不相信,以為是雙方對術語的理解分歧,又重複了一遍,“是個性化推薦,不是型別化推薦?”
型別化推薦很簡單,hulu也可以做。
比如一個使用者喜歡看動作片,那系統就可以繼續給他推薦一些其他的動作片。使用者喜歡看恐怖片,使用者就給他推薦其他的恐怖片。
型別化推薦的核心是基於電影分類,依靠的是客觀資料。個性化推薦則不同,是基於使用者分類,依靠的是演算法技術的主觀判斷。
可是,電腦技術真的能做到嗎?
傳統的電視節目,包括hulu上的影視節目推薦,背後依靠的都是實實在在現實資料,比如電視劇的收視率、電影票房資料、dvd碟片市場的銷量資料等等。
還有就是電影評分網站。
這些都是真實存在的資料,是客觀存在的。
越客觀,越理性。
比如一部電影票房特別好,那麼給使用者推薦,就一定沒錯。比如一部電視劇的首播收視率非常好,那麼給使用者推薦,也一定沒錯。
如果是基於計算機技術的主觀判斷,這種運營模式的邏輯點在哪?如果演算法的主觀推薦和依靠傳統資料的型別化推薦所推薦出來的影視作品都一樣,那這種所謂的人工智慧個性化推薦的意義又在哪裡?
花了這麼多錢,看著很唬人,最後還不是要根據電影票房、dvd銷量和電視臺收視率來為影視作品型別化地從高到低排列座次?
就像有一個使用者喜歡看愛情電影,那就按照愛情的分類從高到低地按次序推薦就行了,《泰坦尼克號》《亂世佳人》《羅馬假日》《剪刀手愛德華》等等,需要什麼個性化?
哈根廷斯心中多少有些優越感,保持著禮貌的微笑,“的確是個性化推薦,這還是周先生給我們提供的新思路。”
“這……”
傑森·基拉爾很難理解,就看向了周不器。
周不器點了點頭,“往大里說,這就是預期偏好和現實偏好的差距。預期是不抽菸不喝酒,保持身體健康,現實是既抽菸又喝酒;預期是創業改變世界,現實是畢業後考了公務員;預期是周遊世界,現實是柴米油鹽。每個人都有一個更好的預期,但每一個人都有屬於自己的特殊現實,這就是個性化。”
哈根廷斯忍不住鼓掌。
傑森·基拉爾還是不理解,一臉茫然。
周不器笑笑,“高票房的電影,說明這部電影符合最大眾的胃口。高評分的電影,說明這部電影最符合大眾的審美。可每一個不同的個體,都有一些個性化的偏好,比如我很喜歡懸疑片,甚至很多低評分、低票房的懸疑片,我也願意看。對我來說,低評分、低票房的懸疑片,也比最好看的愛情片有吸引力。傳統的型別化推薦模式,偏向的是大眾口味。人工智慧的個性化推薦,才能把每個人真實的偏好特點分析出來。”
就像所有人都知道《教父》是最偉大的作品,在理想的預期中,影迷都應該看這樣的作品。可是在某一個週末的空閒的下午,很多人都是寧可選擇看《小時代》,也不會去看《教父》。
傑森·基拉爾恍然大悟,給出了自己的理解,“對平臺來說,使用者有兩種偏好。一種是想達到的偏好,一種是實際觀察到的偏好。使用者的選擇,未必就是他真實的自己,可能是他對自己的錯誤認知。個性化推薦,就是根據觀察到的使用者行為,去給出最符合他真實偏好的電影。這跟高票房、低票房無關,跟高評分、低評分無關,每一個使用者其實都有基於個性化的爛片屬性。”
周不器笑道:“對,美國的橄欖球再精彩,我也不看。我們國足踢得再差,只要有時間,我也不會一場不落。這就是個性化,跟好不好無關,跟個人的實際偏好有關。”
傑森·基拉爾深吸了一口涼氣,沒想到周大老闆和奈飛已經在流媒體的理論層次上達到了這麼高的水準,接著問道:“應用了嗎?”
這就輪到曲涵涵來回答了,中規中矩地給出解釋,“已經試用4個月了,演算法還在調整,初步的成績比較好。”
傑森·基拉爾追問:“有多好?”
曲涵涵笑道:“很多使用者都有評論,說是他們在奈飛上看到了他們過去從來就沒聽說過卻很喜歡看的電影,很驚喜。”
“嘶!”
傑森·基拉爾就心驚得說不出話來了。
是啊!
使用者們能不驚喜嗎?
傳統的推薦模式,是根據影評人的口碑,電影票房和電視收視率來推薦,只推薦“好片”。奈飛的這種個性化推薦就不一樣了,可能把一些過去完全被人們忽視的“爛片”給推薦出去。
這一點非常重要!
傳統平臺,不管是dvd碟片市場還是電視臺轉播市場,一般都是銷售“好片”,而這樣的好片子,流媒體平臺幾乎拿不到。
hulu拿不到,奈飛也拿不到。
更多的就只能收爛片。
可爛片往往就意味著沒有市場,沒有吸引力。如果強行給使用者廣泛推薦,必然會引起使用者們的不滿。這種個性化的推薦,就可以解決這個問題,就可以讓價格低廉的“爛片”有了價值變現的機會。
對流媒體的大潮流來說,好片版權必然是越來越貴。誰能把版權價格很低的爛片推銷出去並得到使用者的認可,誰就能夠有脫穎而出的內容競爭力!
這是源於人工智慧技術的競爭力。
“井底之蛙!井底之蛙了啊!”
傑森·基拉爾自責又感慨。
過去這幾年去洛杉磯創業做hulu,遠離了矽谷,就感覺跟時代脫節了一般。也許從業務上,hulu和奈飛差距不大。
可是從戰略、理念等方面,雙方已經出現了鴻溝般的巨大差距。
而奈飛的背後,就是紫微星環球,就是周大老闆!
這一刻,傑森·基拉爾內心中最後的一絲懷疑也消失了,最後的一點驕傲也沒有了,他做出了最終的決定,要加入紫微星環球!
要輔佐周大老闆在流媒體行業中大展身手!
周大老闆絕對是一個偉大的企業家、戰略家、網際網路理論家,他甚至比貝佐斯更優秀更讓人驚歎。
這樣的人,值得自己去輔佐!
周不器從他的表情和眼神中也看出了什麼,內心坦然和從容,他很有自信,早就有所準備了,就讓傑森·基拉爾和哈根廷斯去交流了。
他本人則叫上了老部下曲涵涵,說點個性化的私事,關心一下。
“我聽說你總往按摩院跑?”
“啊?”
曲涵涵臉色漲紅,很尷尬。
7017k
本章未完,點選下一頁繼續閱讀。