天樞與人民日報就智能搜索達成合作
2021-02-19
9月19日,人民日報智慧媒體研究院成立之際,第四范式與人民日報社正式簽約,共同打造新媒體主流算法,在保證海量內容與用戶個性化需求精準匹配的同時,實現主流媒體優質內容的傳播,推動傳媒行業在AI時代的轉型與創新。
人民日報智慧媒體研究院聯合國內頂尖企業,共同建設高水平新媒體研究智庫、新媒體創新平臺和新媒體文化產業投資平臺。第四范式是人民日報智慧媒體研究院的首批理事單位,雙方在主流算法層面的合作,是全國性權威媒體與人工智能企業的創新性合作。
第四范式戴文淵表示,媒體行業不僅是流量,也需要去傳播正能量。為此,我們需要改變過去推薦算法僅僅優化點擊和優化用戶時長上的特性,在算法中加入價值觀的元素。很高興我們有機會能夠和人民日報共同探索既滿足個性化需求、又體現價值判斷的主流算法。在保證內容與用戶需求精準匹配的同時,在個性需求與群體價值上實現一個正確的平衡。
人民日報新媒體中心主任丁偉表示,智能時代算法盛行,從千人一面到千人千面,算法正在重構信息傳播的邏輯和規則。我們與第四范式等企業合作,在人民日報客戶端7.0版本推出了主流算法,推動人民日報客戶端實現從傳統媒體到智能媒體的戰略轉型。
在圖片檢測中,由于圖片中的物體往往尺寸大小差異極大,參賽者往往采用多個尺度(一般4到6個)的測試策略(multi-scale test),即用放大版圖片檢測小物體,用縮小版圖片檢測大物體。雖然多尺度的檢測方式對于提升準確率非常有效,但該方式存在占用計算資源大、反饋延遲等缺陷,嚴重影響了實際的應用效果。
丁主任在演講中介紹了主流算法的三大特點。一是更有品質的內容,對人民日報的平臺創作者實行上傳用戶分析,從源頭控制內容品質。在內容分級上依靠人民日報新媒體團隊和審核團隊對內容進行分類標識,建立質量評估體系。同時,借助語義場景識別,深度學習等人工智能技術,解決內容重塑等問題。二是更懂你的推薦,進行多維度特征描繪,實現海量內容和用戶個性化需求的高效、精準匹配。主流算法通過對用戶長短期的行為變化分析,全面刻畫用戶的興趣,通過實時現象預估,動態的刻畫用戶當下的興趣偏好。同時,借助離線挖掘能力豐富用戶的興趣標簽,滿足用戶多元化和個性化的需求。三是更豐富和更開放的信息環境,主流算法可以為用戶營提供跨領知識體系,打破信息繭房壁壘。在海量信息中通過建立知識用戶體系,融合用戶行為和語義識別,挖掘因果關系,讓機器形成更強的推理能力,從而實現推薦內容,從點對點擴展到跨域呈現。
第四范式“先薦平臺”通過質量評估系統、用戶與平臺雙向互動的推薦系統、文本分析系統、用戶畫像系統等多個系統的實時、高維運轉,為人民日報從0到1搭建出推薦系統,已經在人民日報新聞客戶端正式上線。“先薦”是第四范式出品的基于大規模機器學習的推薦系統服務平臺,旨在降低媒體擁抱新技術的門檻。目前,先薦已經與多家媒體和內容平臺開展了深入合作。
人工智能正在重新改寫傳媒業態,新聞產品的形式樣態與傳播模式正在被重新定義。內容分發影響了媒體流量和利益的分配,個性化推薦已經成為各大媒體的基礎設施。第四范式與人民日報在算法領域的創新性探索,進一步提升內容傳播的價值。
人民日報智慧媒體研究院聯合國內頂尖企業,共同建設高水平新媒體研究智庫、新媒體創新平臺和新媒體文化產業投資平臺。第四范式是人民日報智慧媒體研究院的首批理事單位,雙方在主流算法層面的合作,是全國性權威媒體與人工智能企業的創新性合作。
第四范式戴文淵表示,媒體行業不僅是流量,也需要去傳播正能量。為此,我們需要改變過去推薦算法僅僅優化點擊和優化用戶時長上的特性,在算法中加入價值觀的元素。很高興我們有機會能夠和人民日報共同探索既滿足個性化需求、又體現價值判斷的主流算法。在保證內容與用戶需求精準匹配的同時,在個性需求與群體價值上實現一個正確的平衡。
人民日報新媒體中心主任丁偉表示,智能時代算法盛行,從千人一面到千人千面,算法正在重構信息傳播的邏輯和規則。我們與第四范式等企業合作,在人民日報客戶端7.0版本推出了主流算法,推動人民日報客戶端實現從傳統媒體到智能媒體的戰略轉型。
在圖片檢測中,由于圖片中的物體往往尺寸大小差異極大,參賽者往往采用多個尺度(一般4到6個)的測試策略(multi-scale test),即用放大版圖片檢測小物體,用縮小版圖片檢測大物體。雖然多尺度的檢測方式對于提升準確率非常有效,但該方式存在占用計算資源大、反饋延遲等缺陷,嚴重影響了實際的應用效果。
丁主任在演講中介紹了主流算法的三大特點。一是更有品質的內容,對人民日報的平臺創作者實行上傳用戶分析,從源頭控制內容品質。在內容分級上依靠人民日報新媒體團隊和審核團隊對內容進行分類標識,建立質量評估體系。同時,借助語義場景識別,深度學習等人工智能技術,解決內容重塑等問題。二是更懂你的推薦,進行多維度特征描繪,實現海量內容和用戶個性化需求的高效、精準匹配。主流算法通過對用戶長短期的行為變化分析,全面刻畫用戶的興趣,通過實時現象預估,動態的刻畫用戶當下的興趣偏好。同時,借助離線挖掘能力豐富用戶的興趣標簽,滿足用戶多元化和個性化的需求。三是更豐富和更開放的信息環境,主流算法可以為用戶營提供跨領知識體系,打破信息繭房壁壘。在海量信息中通過建立知識用戶體系,融合用戶行為和語義識別,挖掘因果關系,讓機器形成更強的推理能力,從而實現推薦內容,從點對點擴展到跨域呈現。
第四范式“先薦平臺”通過質量評估系統、用戶與平臺雙向互動的推薦系統、文本分析系統、用戶畫像系統等多個系統的實時、高維運轉,為人民日報從0到1搭建出推薦系統,已經在人民日報新聞客戶端正式上線。“先薦”是第四范式出品的基于大規模機器學習的推薦系統服務平臺,旨在降低媒體擁抱新技術的門檻。目前,先薦已經與多家媒體和內容平臺開展了深入合作。
人工智能正在重新改寫傳媒業態,新聞產品的形式樣態與傳播模式正在被重新定義。內容分發影響了媒體流量和利益的分配,個性化推薦已經成為各大媒體的基礎設施。第四范式與人民日報在算法領域的創新性探索,進一步提升內容傳播的價值。
為您的用戶提供千人千面的個性化體驗!