首页 > 传媒 > 关键词 > 神策数据最新资讯 > 正文

神策数据:5千字,详解如何做好融媒体内容智能化推荐!

2020-04-28 11:43 · 稿源:站长之家用户投稿

  提到“智能推荐”,相信大家并不陌生,在互联网圈里最耳熟能详的要数今日头条。在早期,今日头条并非专注生产原创内容,而是将搜集到的内容通过算法推荐给平台用户。据神策数据了解,近年来,随着字节跳动集团的迅速发展,旗下的抖音、西瓜等短视频产品同样通过算法将内容推送给匹配的用户,吸引用户长久地留在平台上。在大数据和人工智能发展迅速的今天,内容推荐几乎已经成为许多产品的“标配”,对于融合媒体行业而言,在智能大屏、移动端等不同场景下的不同用户群中,内容智能推荐到底应该怎么做?接下来,神策数据将从内容推荐的类型、方式、标准,以及如何实现推荐智能化等角度,展开讲述。

  一、融媒体行业常见的内容推荐

  1.传统媒体的内容推荐——编排式推荐

  在互联网还未迅速发展的传统时代,报纸、电视台等都是传统的融媒体载体。报纸的主版面会刊登重大新闻,电视台周末的黄金时间会安排高收视率的娱乐综艺,这些都和用户的观看(阅读)习惯有关,实际上,这就是一种通过编排内容从而进行推荐的方式,通过人工的方式提前安排好内容的排列顺序与布局,把重要的信息更好地展现在用户眼前。

  2.移动端的内容推荐——规则式推荐

  当我们进入移动互联网时代后,媒体的载体开始变得多种多样,新闻资讯类APP就是一种常见的内容载体之一。它的内容资讯数量远多于传统载体,一份报纸承载的新闻可能有上百条,而在一款手机APP中,甚至可以汇聚几十万条的新闻资讯。面对如此体量的资讯内容,人工排序的方式显然并不现实,于是,通过按阅读量、发布时间等规则进行排序的方式逐渐被广泛使用。智能推荐本质上也是按照规则进行推荐,规则是由复杂的算法计算后给出。

  3.电视大屏端的内容推荐——规则+编排式推荐

  移动端通过手势操作,而电视大屏端通过遥控器操作,因此,在做信息展示时不会像移动端可以无限下滑、刷新。人工编排与规则推荐都有其合适应用的场景。比如点播详情页的内容推荐,由于影片数量极多,每个详情页不可能通过人工编排推荐,适合应用算法相关推荐、个性化推荐。而在频道(栏目)页的第一页热门区域,可以通过人工编排,甚至结合用户偏好标签,不同人群编排不同页面。

  简而言之,在技术快速发展、内容数量庞大的背景下,融媒体的内容推荐亟需引入技术推荐手段,提高平台日常运营效率,提升大屏产品用户体验。

  二、融媒体行业内容推荐的标准

  在传统时代,调研收视率是评判电视内容推荐优劣的一个重要指标之一。通过市场调研公司去获得某个卫视某个时段的收视率情况,通过横向、纵向对比,分析不同节目适合什么时段、环比同比情况等等。

  在互联网的时代,我们可以通过数据去评估内容推荐效果,通过技术埋点获取准确的用户行为,比如用户何时打开了该内容,具体看了哪篇文章等等。通过曝光、点击、阅读(播放)等用户行为量化数据,去评估是否真的为用户推荐了符合其口味的内容,而不再是通过抽样的调研分析。

  这其中有一些十分关键的核心指标,我们来逐一分析:

  1.曝光点击率

  简单来讲,所谓曝光,即指某个内容出现在移动端或者电视大屏上,而曝光点击率(Click-Through-Rate,CTR)指的是内容单元(比如一条资讯卡片、一个推荐位)点击次数与曝光次数的比值。

  举个例子,某用户进入到资讯APP后,刷了好几屏才找到一个他想阅读的内容,此时我们可以计算出该用户的CTR数据并不会很高,因为他刷了多条新闻曝光之后才点击了其中一条。

  所以,CTR能够直接反映平台给用户推荐的内容是否与其口味相符。CTR是一个数据量化指标,还可以按照内容类型、推荐方式、用户标签等多个维度进行下钻分析,以此了解平台不同频道内容对用户吸引力、人工编排与智能算法哪个更优、平台内容的核心偏好用户特征等等。

  2.人均点击次数

  人均点击次数是以内容单元点击总次数除以内容单元点击去重人数。比如在某电视大屏首页推荐位上的内容曝光很多,如果某位用户热衷动作类影片,那么他可能会点击《战狼2》、《红海行动》两部影片,此时他的人均点击次数可能为2,如果该用户将首页推荐位上的内容全部点击一遍,那么其人均点击次数可能达到 10 以上,数值越大,表明用户对推荐的内容越感兴趣。

  相比移动端而言,电视大屏的推荐位更新速度更慢,人均点击次数是最常用的推荐衡量指标之一,用来反映这些栏目页里面的推荐内容到底有多吸引用户。

  3.有效阅读率/播放率

  用户在点击内容进入后,到底会不会真正开始看内容阅读或观看呢?我们可以通过内容有效阅读率、有效观看率进行衡量,以内容的有效阅读(播放)次数,除以内容单元的点击次数。有效阅读率、有效播放率越高,意味着内容质量越高。

  CTR与有效阅读(播放)率在某些情况下是相悖的指标,比如我们通过抢眼的标题或酷炫的封图吸引用户,有助于CTR的提高,但是很多用户点击进去后可能就会离开,有效阅读率就会降低。

  因此,评估内容推荐效果时,要从多方面综合评估,避免陷入过度推崇单一指标的陷阱。

  此外,定义有效阅读率还面临一个问题是,如何定义“有效”,即什么是“有效阅读”和“有效观看”呢?

  对于资讯来说,有效阅读主要通过用户阅读文章的比例或停留时长判断。比如移动端文章阅读比例(下拉比例)大于10%或15%,可以定义为有效阅读,当然这个10%或15%要大于进入页面时的初始比例。再比如通过文章停留时长大于 5 秒,可以定义为一次有效阅读。

  对于电视大屏端来说,主要是通过播放时长来定义,比如播放时长大于 1 分钟或 5 分钟。但由于每个视频时长有所差异,比如新闻资讯类总长才3— 4 分钟,以 5 分钟来定义肯定是不合理的。因此,一个方法是分类型定义有效时长,比如长视频定义 5 分钟,短视频定义 10 秒,另一个方法是通过播放时长占内容时长比例定义,比如播放时长超过10%。

  三、基于用户行为的千人千面推荐

  内容的个性化推荐系统最常见的误区是要实现内容推荐千人千面,需要有完善的用户标签或内容标签。如下图所示,A、C两位用户的年龄与性别的标签一致,因此A看过的电影a可以推荐给用户C;电影a、c的内容标签一致,那么看过电影a的用户A也可以推荐电影c。

  这类基于用户标签、内容标签的个性化推荐实质都是朴素的推荐思想,在真实的基于用户行为的推荐系统建设中,内容标签与用户标签都不是必备要素。

  下面神策数据以零售中经典的“啤酒尿布”案例,给大家简单介绍基于用户行为的个性化推荐原理。在大部分人的印象中,啤酒与尿布的受众截然不同,一个是酒类,一个是母婴品类,但零售研究人员发现,这两款商品存在较强的关联性,这二者之间的关联性是怎么被发现的呢?

  在案例中,我们有 5 位用户来到超市购物,每一个购物车代表了一位用户在此次购物中购买的商品。每位用户的购物清单如上图所示。此时我们根据用户购买记录即可计算物品关联性。

  在所有的用户里面,有 4 人买过啤酒,其中 3 人在买啤酒的同时购买了花生,因此啤酒和花生的相似度为75%,即买啤酒的用户有75%的比例同时也会买花生。

  以同样方式继续计算啤酒与其他物品的关联性,与牛扒关联度为50%(2/4)、尿布关联度为50%(2/4)、奶粉关联度为25%(1/4)。关联性越强,代表两个商品越容易被用户同时购买。

  由此可见,即使没有物品标签、用户标签,我们也能计算出各商品之间的关联关系,为物品推荐提供依据。

  上面介绍了不基于用户、内容标签实现物品推荐的方法之一,但实际的个性化推荐系统搭建中,物品用户行为的相似性计算、物品最终推荐的排序都会更加复杂。

  下面我们将介绍目前主流的基于深度学习的推荐系统原理。

  基于人工神经网络的深度学习

  人的大脑由上百亿神经元细胞构成一个网状结构,实现了人的各种高级思维功能。人工神经网络模仿了大脑生物结构,由一层层的虚拟神经元形成一个网络系统。

  以手写识别的人工神经网络系统为例(如下图),系统最前端是信息输入,手写内容转换成 1 万个(100×100)像素输入,是系统的“眼睛”。后续的各层神经网络识别输入内容的形状特征,比如“1”和“5”在形状上就有非常大差异,最后输出层告诉我们内容形状与“0~9”哪个数字最相似。

  与大脑强大的可塑性和成长性一样,人工神经网络同样具备持续学习和迭代能力。就像围棋人工智能AlphaGo在初期时基本只具业余级别水平,但通过自我对局上百万盘的学习,围棋能力呈现指数式的快速增长,最新的AlphaGo能力已经超过人类顶尖职业选手。因此,基于人工神经网络的深度学习具有强大的迭代学习能力,能根据我们提供的用户行为数据,持续迭代推荐效果。

  融合媒体的个性化推荐系统

  下面通过一个神策数据优质客户的实践案例,讲解电视大屏端的推荐系统实施。

  上图左侧是电视大屏个性化推荐系统架构图。

  首先,我们会对大屏用户点播行为进行采集,采集维度包括用户id/机顶盒id、内容id、播放时间。

  然后系统以数据集训练深度学习模型,得到不同场景下的内容推荐模型,包括各栏目页个性化推荐、节目详情页相关推荐等等。

  接下来,神策智能推荐会直接对接电视大屏的EPG前端服务,当用户打开电视机后,EPG前端会先请求智能推荐在线服务,神策智能推荐返回用户的推荐内容清单,EPG获得内容清单后做海报等扩展信息获取,最终实现千人千面展示。

  上图右侧是神策智能推荐的推荐结果实例。History是用户的点播行为记录,REC是算法返回的推荐节目,节目的相似度越高(末位数字),越有可能推荐给用户。此外,根据用户的行为变化,推荐算法本身也在持续迭代。

  当用户观看完《熊出没》之后,推荐结果中出现了一系列与《熊出没》相关的影片,而此时家里的成年人将电视调至一档娱乐综艺,那么接下来的推荐结果中,也会开始增加与之相似的内容。但因为历史播放记录中动画片的占比要大得多,相关综艺的推荐度还不会非常高。

  深度学习的优势

  与传统的推荐算法(如协同过滤)相比,神策数据基于用户行为的深度学习具有三大优势:

  第一,更全面的行为表达。在上述案例中,我们仅采集了“点播播放”这一用户行为。在真实实践中,我们还可以采集用户点击推荐位、收藏、搜索等行为,表征更多的用户偏好特征,提高推荐效果的准确性。

  第二,包含行为顺序。深度学习可考虑推荐内容的顺序性,当用户观看完第十集的电视剧后,将不会为其推送第十集之前的内容。

  第三,组合复杂特征。多角色共用是电视大屏端与手机移动端的核心差异之一,深度学习可以通过用户观影行为,在不同的时段、不同日期推荐不同的内容,真正做到电视大屏端内容的千人千面。

  大小屏数据打通实现联动推荐

  电视大屏、手机小屏联合运营越来越被重视,在内容个性化推荐上同样可以实现大小屏打通。比如一个用户在上班的路上用手机浏览了一些电影推荐,那么当他晚上打开电视机的时候,会有更大的可能性推荐他早上看过介绍的电影。要实现这样的推荐效果,就需要我们打通大小屏的用户行为(如下图所示)。

  基于语义特征解决冷启动问题

  与电视大屏端相比,移动端资讯平台内容生产更快,推荐的时效性要求更高。但一篇新发布的热点文章没有过任何的浏览行为记录,那如何将它推荐给合适的用户呢?这是资讯个性化推荐常见的内容冷启动问题。

  常见解决方法是根据文章内容进行语义分析,从文章内容的相似性进行推荐。而分词是文章语义分析的核心工作之一。比如文章标题“全国中小学生何时恢复正常教学”,根据规则进行分词后,变成“全国”、“中小学”、“何时”、“恢复”、“正常”、“教学”,对于文章正文内容同样可以进行分词分析(分词模型与规则本身是一个复杂问题,篇幅原因不详细介绍,感兴趣的读者可以自行搜索了解)。

  当对语义理解之后,就可以基于深度学习,把对这些语义感兴趣的用户进行匹配,如此一来,只需分析文章内容,不需要用户行为,就能很好地推荐新内容,解决冷启动的问题。

  基于规则的多人多面推荐

  在栏目导航栏增加当前热点节目专题,是在电视大屏常见的运营手段。但是电视大屏的导航栏位置资源有限,而热点节目可能往往有多部,比如前段时间,《庆余年》和《叶问4》都备受欢迎,那应该把谁放在导航栏呢?在这个问题上,也用不到前文提及的千人千面,因为内容数量较少。

  下面我们将介绍另外一种“多人多面”的推荐系统,来实现大屏、小屏的和个性化推荐。在“多人多面”的推荐系统中,常常是应用用户行为标签实现差异化展示。比如上述问题中,可以根据用户过去 30 天内播放时长中播放电影和电视剧的占比,去推断用户的观影偏好,以此达到喜欢电影的推《叶问4》,喜欢电视剧的推《庆余年》。

  更有甚者,在一个家庭中,会有多个不同角色使用,简单按照播放电影和电视剧的比例去推荐也有不妥,我们可以根据用户近 30 天内各时段中电影和电视剧的占比,进行相应的推荐。

  比如该家庭中午观影较多,晚上看电视较多,那就可以在中午时段推送《叶问4》,晚上推送《庆余年》,根据用户的观影偏好实现多人多面的差异化展示。

  移动端的媒体类应用通常有新闻、本地、军事、体育等多个频道,因此导航栏的排序问题同样适用“多人多面”的规则推荐系统。我们可以根据用户资讯浏览类型占比进行排序,从而更好地吸引用户。

  比如一个用户在 30 天内浏览娱乐、社会两个频道的内容占比较高,那么就可以将这两个频道排在该用户导航栏中的前两位,更好地为其提升阅读体验。

  当然,如若想将其做得更加精细,则可通过用户资讯浏览类型占比、用户资讯完读率类型排名、用户资讯互动率类型排名进行综合排序。

  四、内容安全,全局推荐之上的干预能力

  内容安全问题是融媒体行业无法绕开的核心问题之一,那么我们怎么能保证根据算法推荐出来的这些内容,都在“安全”的范围之内呢?

  如上图所示,神策数据在全局推荐系统之上,同样为业务人员提供干预的能力。比如当出现一些突发因素需要下架某类资讯时,业务人员只要在后台进行简单操作,该内容即被“禁封”,不会再被推送至用户,省时省力,保证效果。对于“必推内容”、“置顶内容”也一样,只需业务人员在后台轻松操作,即可达到目的。

  作者介绍

免责声明:“站长之家”的传媒资讯页面文章、图片、音频、视频等稿件均为自媒体人、第三方机构发布或转载。如稿件涉及版权等问题,请与我们联系删除或处理。稿件内容仅为传递更多信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实其内容的真实性,更不对您的投资构成建议。我们不鼓励任何形式的投资行为、购买使用行为。

  • 相关推荐
  • 大家在看
  • 联想杨元庆:疫情催化了智能化的加速到来

    【TechWeb】6月23日消息,第四届世界智能大会今天开幕,联想集团董事长兼CEO杨元庆出席开幕式并发表主题为《推动中国制造业升级 实现智慧经济加速发展》演讲。他表示,疫情催化了智能化的加速到来,大力发展智慧经济推进中国制造转型升级。 有感于第四届世界智能大会采用的“云办会”模式,杨元庆表示,被疫情改变的不只有办会形式,学习、工作的线上化等新常态会长期持续下去,也将对全球供应链产业链产生复杂的影响。杨元庆认为

  • 杭州自如友家6.0,智能化新升级

    杭州自如是一家提供高品质居住产品与生活服务的科技公司。杭州自如对于产品线的拓展从未止步,多元化的租住产品正为租客带来更多幸福感和向上的力量。作为自如推出的第一款租住产品,自如友家在2011年至2010年期间已从1.0进化到6.0版本,在2020年全新升级的自如友家6.0ZHOME 将更加有趣、智能、环保。杭州自如友家6.0ZHOME米苏系列房源这一次的自如友家6.0是自如友家产品全新的智能化升级。自如客通过手机APP即可轻松完成远程遥控?

  • 助力酒店智能化降本增效,Ayla艾拉物联的“同”与“不同”

    2016 年卷积神经网络技术的突破,使得人工智能技术开始真正走上商业化落地道路。一时之间,各行各业纷纷开启智能化升级步伐,酒店行业也不例外。但在新兴技术与行业应用结合的过程中,很多商家对“智慧酒店”的概念模糊不清,甚至停留于装修和设备升级层面,导致在投入了大量的资金、人力、物力后,酒店管理、酒店运维成本、消费者体验等方面均未得到明显改善。究其原因,一方面,酒店业对于新兴技术的理解不深刻,商家为迎合时代?

  • 知识星球携手神策数据:付费转化率提升150%,用户分享比例增长50%

    “任何从事创作或艺术的人,只要能获得一千位铁杆粉丝,就足够生计无忧,自由创作。——”凯文·凯利 最近几年,“流量红利枯竭”逐渐成为了很多互联网从业者在苦恼的问题。 在人口红利逐渐耗尽,流量获取成本越来越高的情况下,无论是对于互联网产品,还是对于自媒体来说,如何获得更多的用户,如何在获得用户后把用户留存到自己的私域流量池中,都成为了当务之急。 在这样的背景下,知识星球于 2016 年诞生,通过付费功能帮助社

  • 华为迈向太空!牵手长光卫星 打造智能化卫星遥感

    6月9日,华为公司、长光卫星技术有限公司签署合作协议。华为开始向“太空”进军了!据悉,华为、长光卫星双方将发挥各自优势,共同就ICT基础设施、云计算等前沿技术,以及卫星遥感数

  • 小鹏P7怎么样? 智能化技术打造新型驾驶体验

    小鹏汽车在智能化技术方面投入了大量的精力和资金,目前已经累计申请 800 项以上的专利。它的第二代智能汽车近日终于正式上市,好多爱车人士早就翘首以待,那么这款新型电动智能轿跑小鹏P7 到底怎么样呢?它在智能化发面有哪些突出点?智能化硬件方面小鹏P7 搭载是SEPA平台以及英伟达Xavier自动驾驶芯片,融合了 12 个超声波传感器+ 5 个高精度博世第五代毫米波雷达、 13 个自动驾驶摄像头、 1 个车内摄像头、高精度地图、高精度定位

  • 普渡科技深度牵手天财商龙,餐饮业智能化再提速

    近期,天财商龙数字化转型发展论坛全国巡讲已经启动,为广大餐饮企业在复杂多变的竞争格局中找到商机,积蓄餐饮力量。此前,国内智能配送领先企业普渡科技已与天财商龙达成战略合作。而在本次论坛上,普渡科技则用配送机器人展现了对餐饮企业核心竞争力提升的无限可能。后疫情时代,中国餐饮行业面临发展放缓的危机,餐饮从业者势必需要从中发掘新视角和新应对能力,用数据指导经营决策,用创新举措激发新的活力。其中,智能配送?

  • 打造智能化金融服务 捷信金融拥抱数字化转型

    拥抱数字化,迈向智能社会。当今世界,主动向数字化转型是国家和企业发展的必然选择。国家急需把握数字化转型浪潮,为经济发展注入活力,包括消费金融行业在内的全产业智能化、数字化、网络化的趋势逐步加强, 2019 年,中国金融科技市场规模已达到 125 万亿,并预计在 2025 年有望突破 200 万亿,作为消费金融行业的优秀代表,捷信金融顺应时代发展潮流,以创新驱动主动拥抱企业数字化转型,提出“ 2023 战略”,制定长期业务战略

  • 讯飞幻境以信息化智能化加速教育均衡 让出生地不再决定命运

    随着我国教育事业向着信息化、智能化快速发展,困扰国人已久的教育资源分配不均衡的问题逐步缓解,中国教育平权正焕发出勃勃生机。根源:经济发展和教育投入不平衡2019 年的毕业季,一则来自深圳的教师招聘信息引起了网友的普遍关注。从曝光的名单可以看出,总计 20 位清华、北大的毕业生,本科、硕士、博士、博士后不等,应聘深圳中学的数学、物理、化学、生物等学科的老师。与此形成鲜明对比的是,在东部、中部的很多省份,应聘?

  • 金融智能化势不可挡 榕树贷款打造智慧服务新体验

    随着人工智能、大数据、物联网等技术的发展,各产业与新科技的融合日益趋深。金融业天然的数据属性和智能化需求为新技术的应用提供了坚实的基础,智慧金融已经成为金融机构将金融服务向纵深化、广域化发展的必然趋势。 在具体的场景实践方面,智慧金融从营销、运营、风控三方面对金融行业产生了新的影响。在营销环节,通过全渠道建设等方式能够深入挖掘并满足客户的个性化需求。在运营环节,通过智能平台的打造能够提升运营效率,

  • 金融智能化时代 榕树贷款以技术创新提升竞争力

    在近日举行的“ 2020 金融科技发展论坛”上,清华大学国家金融研究院院长朱民分享了疫情后金融科技的三个发展方向:一是金融科技内生模式会越来越走向整体智能化运营;二是区块链的作用会日益明显;三是央行数字货币进入金融系统后,从根本上改变了金融生态,也从根本上改变了金融科技发展的轨迹和规范。 针对行业高度关注的金融智能化转型话题,朱民表示,疫情期间,服务业、制造业数字化发展迅速,改变巨大,金融业必须相应地作

  • 新冠疫情激发用户深层需求,手机输入法智能化发展迎来新拐点

    新冠疫情期间,网民在线交流需求激增,手机输入法语音输入请求量实现突破。疫情促使用户对手机输入法AI创新功能认知程度与依赖程度的升级,手机输入法智能交互入口的重要性显著提高。伴随手机输入法厂商的布局与产业链生态的完善,手机输入法在新基建赋能下进入AI智能化发展新阶段。iiMedia Research(艾媒咨询)发布的《 2020 中国第三方手机输入法市场疫期专题报告》将围绕新冠疫情期间,第三方手机输入法行业的发展动态以及用户?

  • 搜狗翻译推出国内首个AI写作助手,开启外语学习智能化新篇章

    近日,搜狗翻译推出国内首个AI写作助手,通过借助先进的人工智能算法对英文作文进行实时语法和拼写纠错,并提供专业的语句润色优化建议,从“纠错”到“润色”,一站式解决英语写作常见难题。以AI写作助手为代表,搜狗翻译正不断探索高效的英语学习方式,推动外语学习智能化。高效提升英语写作能力,你我皆是写作黑马英语作为全球通用语言,在升学考试、学术研究、商务沟通及日常交流中都极为重要。中国英语学习者在学习过程中付?

  • AI赋能为教育提质增效:掌门教育智能化教学获赞央视、人民日报

    打破知识传递的时空桎梏,规模化优质教学,在线教育的独特优势已渐入人心。在与技术擦出火花后,在线教育朝着更高效、个性化的方向疾速前进,并在促进优质教育资源共享普惠上初露头角。作为科技深度融合教育的先锋探索者,掌门教育深耕教育智能化 ,用高质量教学交出亮眼成绩成绩单,受到央视、《人民日报》等多家顶级权威媒体的关注与报道。CCTV央视:掌门教育优质教学获用户青睐疫情期间,在线教育承担起 3 亿师生的教学需求,?

  • 互联网行业智能化将成未来主流秘乐魔方抓住5G时代技术发展契机

    互联网的发展离不开基础设施的建设。从最初的网站架构到第一波电商起步,技术的进步推动着相关产业结构的建造,电商带动了快递等行业的飞速发展,物流的流畅与平台的完善催生了外卖等行业的出现。每一次产业的升级都伴随着新的方向和机遇。对于即将到来的5G时代,像秘乐魔方这样的互联网新兴企业无疑是新的机会。互联网的第一波红利是从图文开始的。不论是社群、交友还是知识分享,最初都是通过图文的方式在用户与内容生产者之间传

  • 掌门1对1单月课耗超5亿 一对一智能化教学好评如潮

    疫情加速了线下教育需求向在线教育平台的涌入,在线教育行业的认知度和渗透率不断提升的同时,也肩负起了“停课不停学”期间 2 亿学生的教学重担。于在线教育行业而言,这既是机遇,也是挑战。如何能在用户需求激增的情况下,保证教学平台正常运营的同时保障高质量的教学效果,是对在线教育行业所有企业提出的严峻考验。而在这场大考中,掌门 1 对 1 作为掌门教育旗下对在线一对一学科辅导品牌,不仅付费用户不断增加,还交出了单?

  • 太平洋汽车与上海卡壹、智能网联示范区达成战略合作 强强联合共推汽车智能化.

    2020 年 06 月 08 日,“太平洋汽车 & 上海卡壹品牌管理有限公司 & 上海淞泓智能汽车科技有限公司战略合作签约仪式”在天津中国汽车技术研究中心隆重举办,三方签署的战略合作协议将为业界带来全新的发展阶段,用前瞻的、技术的、专注的硬实力,为智能化汽车产业书写不凡的篇章。

  • NVIDIA DGX A100中国“首秀”,联想本地化服务持续引领企业智能化发

    2020 年 6 月 17 日—企业智能化转型的引领者联想企业科技集团再次实现突破,成为NVIDIA 合作伙伴中首家完成NVIDIA DGX A100 在中国落地的企业,而这距离NVIDIA在美国发布该AI系统仅两周时间。DGX A100 是适用于所有AI工作负载的通用系统,能够将训练、推理、分析整合至易于部署的单一人工智能基础架构,为企业提供前所未有的运算密度、效能和弹性。联想企业科技集团通过对本地客户业务的深度洞悉,以及在实际使用中对系统性能要?

  • 云测数据:场景化AI数据 破解智能家居“伪智能”

    据IDC的数据研究报告显示,近5年内智能家居市场将以14.9%的复合增长率增长。得益于物联网、人工智能、5G等新型技术的飞速发展,智能家居在短短数年间就已经相继渡过了“自动化”、单品智能化”、“物联网+家居场景”三个阶段,进入了当前的“人工智能+家居场景”的“智能”阶段,开启了智能家居对人的思维和意识的学习与探索。现阶段的智能家居融合了IoT、人工智能、边缘计算等信息技术,以前影视片段中一声令下就能控制所有家具电器、?

  • 人工智能+大数据,新浪舆情通用更“智能”的数据助力决策

    人工智能技术的应用早已深入人们的生活,语言翻译、智能音箱、导航系统、城市安防系统之中都能有人工智能技术的参与,在推动国家治理、优化企业运营策略的过程中,也能见到人工智能技术的应用。近年来,政企机构越来越重视聆听新媒体平台上的声音,并通过大数据分析和数据简报等方式挖掘信息价值,洞察民意以辅助自身决策。随着数字基础设施建设的逐步加速,互联网信息将成倍增长,并且以更复杂多样的形态和方式出现,人工智能技术

  • 参与评论
文明上网理性发言,请遵守新闻评论服务协议

热文