在人和企业都是媒体的时代，内容迎来了大爆发，却也增加了用户的筛选成本。今日头条通过基于兴趣的智能推荐算法，迅速脱颖而出，日活上亿，并开启了智能推荐技术的热潮。
但同时，这种基于兴趣的算法也受到质疑。如果机器一味投其所好，可能会面临推荐内容越来越窄以及误导的风险。
头条云是「布本智能」的主推产品，简单的说，就是通过Saas的方式，帮助B端给用户智能推送“感兴趣且应该看”的高质量内容；同时提供运营平台，个性化地盘活不同类型的用户。
近日，布本智能宣布获得3000万元Pre-A轮融资。布本智能创始人卢学裕（创业邦星际营Bang Camp 11期成员）向创业邦独家透露了头条云最新版MAX在“运营平台”方面的细节。
用“探索”引擎，重新定义 “准确度”
对于智能推荐技术的优劣，“准确度”是重要的评价维度。在卢学裕看来，“准”包含两个维度：喜欢（like）、需要（need）。目前大多数智能推荐关注的点是用户“喜不喜欢”，其实给用户提供“需要”的内容也很重要。
这样的产品定位，与卢学裕曾经两次短暂的创业经历有关。他总结说，当时更多还是商业的视角，不知道亏钱还能怎么继续，后来看到别人亏钱也做出了市场。就想如果当时知道应该怎么办，或者被推荐了提供类似经验的内容，可能情况会更好。后来卢学裕决定自己创业做这件事。
布本智能创始人卢学裕
内容大体可以分为三类：消费型内容、帮助决策的内容、提高认知的内容，头条云主要立足于后两类。为了能给用户推荐适合他的、有用的内容，团队开发了双引擎——个性化引擎、探索引擎。
个性化引擎，主要是负责基于兴趣的推荐，通过机器学习，匹配用户感兴趣的内容。而探索引擎，则是基于用户行为，选择较远的关联探索用户的潜在兴趣，以及对内容的受众进行反向分析，探索出对用户可能有价值的内容。比如一位用户常看创业相关内容，可能他是创业人士，机器可以给他推荐一些创业者应知应会的财务、股权相关的内容。
在内容质量的把控上，头条云立足于全网，根据构建的多领域的知识图谱和算法模型，来训练机器进行筛选。比如内容源、文章结构方面的判断等，机器会认为如果来源于优质的主流媒体、信息密度高、文章结构清晰，有更大的概率是高质量文章。
但这也面临一个悖（xuan）论（ze）：对于某些内容，是用户所需要的，但可能他并没有兴趣，如果推荐会影响用户体验，怎么办？
卢学裕觉得机器很难解决所有的事情，但可以用辅助机制来解决。他向创业邦独家透露，团队目前正在开发一款专门针对B端企业内部的新产品，可以根据岗位角色的不同，推荐其需要学习的内容，希望能够以“社群”的运营方式提升阅读兴趣。
筛选“用户画像”，盘活用户
谈到“技术壁垒”，卢学裕表现的很低调，他觉得其实创业公司并没有绝对的壁垒。技术的东西，今后会是趋同的，关键还是看谁扎得深。服务好B端，帮助他们实现价值，是其选择的发力重点。
也因此，团队专门开发了提供给B端的运营系统，以满足不同的运营需求。比如希望给用户推荐全新内容，而机器是面向过去的，就需要运营者训练机器；机器会记录用户的操作行为，运营者可以定义不同的用户画像做精准运营。
举个例子，当运营者想要主动召回沉默用户，可以通过筛选条件，根据用户属性、用户行为等指标，将此类用户单独分类出来。
筛选3天内的沉默用户
然后针对分组，运营者可以按热点、兴趣的智能推送，或自定义推送，机器会记录效果反馈。当用户行为发生改变时，如果不再满足分组的条件，系统会自动更新，比如归到其他的组。
对目标人群进行定向推送
智能推荐，使得机器成为了每个人的“专属编辑”。而头条云，通过对“准”的差异化定位和运营系统，让这个智能编辑变得更加“有思想”，不仅为用户推荐高价值的内容，也帮助B端培养了用户黏性。
目前头条云拥有来自电商、母婴、教育、旅游等领域的客户。当企业越来越重视以深度内容连接用户时，头条云在B端的应用场景也将更加丰富。
作者：钟小玉007。关注前沿科技、消费升级，微信号：zhongsy_520，申请好友请注明公司职位及来意。
