【再获殊荣】再获3000万融资 他有SaaS版今日头条为400企业精准推荐

【www.921716.com--热门资讯】

卢学裕希望产品可以实现更多的应用场景，积累更多的数据。

文| 铅笔道 记者 玛依热

今年1月初，布本智能会议室，卢学裕端坐在椅子上测试团队耗时近半年开发完成的Max智能推荐引擎。

在原有产品的基础上，该版本增加了融合推荐和人机协同能力，系统接入电商、金融、教育等企业应用后，可以在感知全网优质信息的同时不断学习，通过抽取、识别事件、了解事件的热度、时效等多个模型，为使用此类企业应用的用户推荐更为精准的内容。

2年前，卢学裕第一次与铅笔道见面时，项目刚推出内容云大脑产品，主要服务工具类产品，如视频播放器、浏览器等垂直应用，系统生成用户画像后，会根据用户使用场景推荐视频内容。

之后，团队又推出头条云产品，将内容、NLP、NLU、个性推荐技术封装成SaaS服务，让企业用户可以在自身App中接入视频、图文等个性化推荐能力。

去年10月，团队再获3000万元Pre-A轮融资，由原创资本领投，启赋资本跟投。

注:卢学裕承诺文中数据无误，为内容真实性负责。铅笔道作客观真实记录，已备份速记录音。

优化产品体验

2016年10月，布本智能内容云大脑产品刚上线时，主要服务工具类产品，如视频播放器、浏览器等垂直应用。客户接入SDK后，系统会为其生成用户画像，定制个性化内容，提升用户使用App的时长和粘性。

借助场景推荐，产品应用后服务的第一家客户，用户平均使用时长提高4倍，用户活跃率提升了12%。

彼时，产品推荐的内容主要以视频为主，在接受铅笔道采访时（《他历时7月打磨推荐引擎 敲入几行代码集成头条功能 用户活跃度提升12%》），项目创始人卢学裕曾表示，团队会保持每周更新一个小版本，力求在算法优化的基础上，扩展内容推荐类型，如资讯文章、音频等内容。

本着初心，过去一年，卢学裕带领团队将目标集中在快速满足用户基础需求，打磨智能推荐引擎基础架构上。

去年3月，团队在聚焦内容推荐的基础同时，围绕推荐引擎打造了展示前端与操作后台的头条云产品。它将内容聚合、NLP、NLU、个性化推荐等技术封装成SaaS服务，提供完整的管理后台和SDK给到企业客户。#p#分页标题#e#

企业客户通过内容管理后台可以配置栏目、内容，快速打造自己的头条，同时利用知识图谱、深度学习、用户画像等，除了视频内容推荐外，还可以实现图文、资讯、音频等类型内容的精准推荐。

值得一提的是，该版本产品使用了两套引擎，分别是探索引擎和个性化推荐引擎，当产品未能获取到足够多的用户数据时，探索引擎负责挖掘用户使用习惯，刻画用户画像；后期，随着用户使用产品时长的增加，个性化引擎便开始实现精准推送功能。

随着产品性能的稳定，头条云产品在应用过程中已学习了30多个领域的知识图谱，阅读了近20亿条内容，记忆了超6亿用户的画像。此时，卢学裕觉得是时候继续优化产品，扩展其他领域了。

推出Max智能推荐引擎

起初，产品推荐完全依赖算法，“我们无法获知运营者的心思，产品只能根据用户的浏览行为完成推荐工作”。

“冷冰冰”是最深的感触，其次基于自主学习的推荐系统，终究存在学习片面、无法体现运营者价值观等问题。“我们希望做到人机融合，在保持机器精准性的前提下，体现企业运营者的意志和方向。”

为此，去年8月起团队将工作重心集中在改进机器算法与人的协同上。今年年初，团队发布新产品——Max智能推荐引擎。产品在感知全网优质信息时不断实现自主学习，通过抽取、识别事件、了解事件热度等多个维度，进行个性化推荐。

同时，增加了融合推荐和人机协同能力。“就是以人为中心，推荐万物”，举例来说，若该用户为女性，且经常浏览母婴、孕期内容，系统就会根据分析向用户推荐母婴类产品、孕期检查服务等相关商品或服务内容。

此外，团队在Max智能推荐引擎的基础上开发出了Spider Max、Editor Max 及Edu Max模块，分别针对内容聚合、编辑内容组织及教育学习领域的内容服务功能，而针对金融行业的Fin Max模块正在测试中。

卢学裕表示，此次针对不同领域分化的服务模块，主要是为了实现产品更加垂直的推荐功能。“每个行业都有各自的需求，产品只有具备独特的推荐能力，才可大范围应用于各行各业，完成高品质推荐工作。”

去年10月，团队再获3000万元Pre-A轮融资，由原创资本领投，启赋资本跟投。本轮融资将主要用于技术研发、市场拓展及人才储备上。此前，项目曾于2016年7月完成来自翊翎资本与蓝光引力的天使轮投资。#p#分页标题#e#

目前，布本智能服务企业客户已增至400家，包含电商、保险金融、汽车后服务、互联网教育、旅游、母婴等领域用户。项目预计将于春节后启动A轮融资。

未来，卢学裕希望产品可以实现更多的应用场景，积累更多的数据。“内容推荐平台需要关注的还是质量而非数量，所以团队还是会不断优化机器算法分析用户行为，以提高内容推荐的准确性。”

本文来源：http://www.921716.com/content/20808.html