一点资讯媒介资源简介0727
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
信息过载信息聚焦
用户接受资讯的另个困境
接收34G
接受11.6小时
但大部分属无效信息
“头条”频出
但感兴趣的还是主动寻找
信息“轰炸”
一点资讯
只读一点 聚焦一点
Yahoo Google Facebook Twitter
一点资讯兴趣引擎
个性化推荐社会化阅读搜索门户代表新技术、新趋势
,以技术为驱动的资讯类产品
全平台价值推广
不仅仅是曝光
年龄男性教育程度大学及以上月收入在3K以上352064%
70%66%高收入、高教育水平的青年群体——群体价值较高
有用的信息感兴趣的知识
全用户覆盖6000w+活跃用
户1600w日均活跃用
户
整合营销
品牌栏目植入个性化订阅
首页推荐
个性化Push 其他广告位推荐
据第三方权威机构Talking Data监测,一点资讯(含小米版)在2014年用户覆盖量增幅达1950%,
与小米、猎豹、鼎开等巨头签约战略合作后预计15年下半年
月度活跃用户将超过1亿人
日活跃用户超过2000万
挑选目标投放群体,颗粒度可
以任意细到关注某一类别、人
物、话题的用户
通过个性化Push、个性
化推荐、频道内置顶等
方式引导用户关注品牌
或话题引导用户订阅品牌或话题频道
,形成持续的关注
11
Show Time
根据用户的点击行为,针对对节目感兴趣的用户,主动个性化推送节目相关资讯。
首页推荐
个性化推送
首页推荐节目频道,节目曝光的同时引导
用户订阅,形成稳定的订阅群体;
首页流中Card形式展现话题PK——平台内最优质的内容资源•点击率高
•参与度深
•分享率高
品牌冠名曝光点
品牌冠名曝光点
13
首页流中Card形式展现
公布答案页面的再次植入
开心考场——互动式软植入,收
藏和分享率高达5%,深度营销效果
最佳,平台内最优质内容资源
内容页植入相关内容
发现页banner图发现页推荐频道
打造专属互动平台
不仅仅是资讯
品牌专区品牌自媒体入驻:
•品牌入驻,自主运营自媒体内容,引导用户关注品牌动向;
•密切互动:通过互动提升用户订阅量和活跃度;
品牌/话题频道互动运营:•品牌主策划品牌讨论话题;•
品牌主参与自身品牌相关话题互动讨论;
智能搜索联想引导用户关注专区
搜索结果可订阅
引导用户主动关注
订阅专区出现在用户导
航栏
大数据支持
不仅仅是数据
19
数据的获取与存储
爬虫技术及数据挖掘技术数据分析与呈现
自然语义分析
数据的有效筛选及去噪
数据的解读与应用
基于垂直行业深刻理解与
经验,实现数据有效利用
大
数
据
服
务
解
构
•6000万+活跃用户,每日1600w的活跃用户,产生3.5GB数据;
•每天产生上亿次点击,带来诸多数据:用户点击倾向、收藏热度、分享热度、评论热度、阅读/播放时长、阅读/播放时间、设备类型等;
•每篇资讯拥有不同的属性信息:来源、类别(时政、娱乐、体育、财经……)、属性(专栏、知识、吐槽、猎奇……)、价值度(消遣式、深度式)、关键词,这些信息可用来捕捉用户的口味和兴趣;
•用户每天要进行几十万次搜索请求,表达了用户的主动兴趣;
•算法已实现较高信度的挖掘用户属性数据:地点、性别、年龄、行业、阅读偏好、阅读时间等数据,可用来预测用户兴趣;
全球化应用
科技创新
质变
量变
兴趣引擎(多项国际专利)
●Method and System for Recommending Content to a User ●Method and System for Hybrid Information Query ●Method and System for Online Advertising
●
Method and System for Facilitating Users to Obtain Content
关于搜索和推荐技术的共计有40多篇论文和30多项国际专利
搜索引擎(ACM SIGIR & NIPS 2007)
● A General Boosting Method and its Application to Learning Ranking Functions for Web Search.
● A regression framework for learning ranking functions using relative relevance judgments.
推荐引擎(获ACM SIGIR 2011年最佳论文)
●Collaborative competitive filtering: learning
recommender using context of user choice.
海外市场开拓
不仅仅是国内
面向所有英文用户