好看资讯App：如何才能做到兴趣表达？

资讯阅读软件千百万，孰优孰庸孰劣谁曾知？唯差异化。这种差异化，并非纷华靡丽的外表，更不是滥竽充数的内容，是数据积累与开发利用的过程。因为用户兴趣与内容推送的精准化一直是这个信息爆炸的移动互联网时代亟需解决的难题。所以，去芜存菁的优化结果才是用户想要的。

依靠百度大数据与人工智能技术，好看资讯App（以下简称“好看”）已经成为精准推荐优质内容的资讯阅读App，以“发现我的好看”为运营方向，将发现和扩展用户兴趣确立为自身的发展战略，力求完善用户体验的兴趣表达。

兴趣的加减法

兴趣是一个很有意思的东西，每位用户都有自己独到的兴趣，也能反应用户的方方面面。无论是潜在兴趣还是表象兴趣，都能从移动设备的使用习惯中表现出来。App最终的目的就是为用户服务，所以读懂用户的兴趣是实现App使用价值的前提条件。好看从用户的兴趣表现入手，结合百度大数据与人工智能洞察真实阅读需求，已经在产品上有所建树。

首先，进入App的用户有新老之分，好看如何取得用户的兴趣点？

好看本身就是一套完整的人工智能化的人机交互体系，在老用户的不断使用之中，分析用户的历史使用数据，实时关注用户的使用动态。好看就是将这个大数据划分成一个集合，同时利用人工智能技术分析数据并划分到集合类之中，不断完善用户画像，实现用户需求兴趣的预感知效果。在这个动态的过程中，专属于用户自身的画像显得愈发精细，也让好看的每一条资讯推送都符合用户的兴趣。对于初次使用好看的新用户，好看在首次打开App时会与用户进行兴趣互动，提供各种类型的标签，用户可根据自身兴趣进行选择，从而建立起初始的用户画像。同时，登录自身百度账号后，百度人工智能技术就会运转，分析用户使用百度产品服务的历史，分析用户的兴趣，从而让这种内容资讯的推送更加丰满。

其次，热点事件总是随即发生，兴趣却颇具长效，好看如何将热点资讯与用户兴趣相结合？

阅读能帮助用户扩展兴趣和发现兴趣。好看利用深层次的人工智能技术来提供兴趣扩展式的使用体验。比如引起广泛讨论的社会事件如王宝强离婚案等，相信大多数用户对娱乐明星引起的社会效应是有一种接触的兴趣，于是在好看中会寻找相应的信息，对于从未关注过王宝强的用户来说这意味着一次兴趣扩展。除了热点外，用户自身的行为也是一个发现潜在兴趣的因素。好看会基于LBS、网络使用情况、上网时段、地域特征、用户阅读内容偏好等来感知用户的兴趣。比如即使你喜欢看NBA，但好看并不会在你晚间应酬时段来推送赛事结果的资讯，也不会推送烧大脑的深度分析文，实际上会根据热点赛事推送新鲜的篮球资讯或者引起较大关注的新闻等等。由于用户兴趣会随着时间而呈现变化，或衰减、或增加，好看会将用户基于兴趣的寻找行为化为主动推送，甄别用户对于这种热点的使用情景、频率来分析用户的真正喜好，从而发现用户更多潜在的兴趣。

好看Feed流打造动态兴趣入口

阅读可以发现兴趣，也可扩充视野，用户更需要也更渴望有一款APP能够基于兴趣来拓展并获得更丰富的内容。因为通常情况下，兴趣作为用户的行为动因，对于用户的行为决策起到至关重要的作用。百度hao123事业部总经理兼好看负责人杨光先生介绍称：“目前，好看不仅实现了兴趣表达，更设计出以兴趣点为导向的Feed流。好看的Feed流是为满足用户希望持续得到其所关注内容的信息出口，通常表现为首页信息流。所以它克服了‘静态’的推荐，转而成为一个多向互动的动态过程。”

以兴趣点为导向的Feed流，实际上相当于一个兴趣引擎：用户在好看中浏览哪些频道内容，此时用户画像就会与内容源建立联系，通过不断的交互产生用户标签、用户兴趣点。利用人工智能技术，以用户兴趣点来进行导向分析，从而智能化地拓展用户潜在的兴趣，然后源源不断地流向用户，多个内容源所产生的动态会被聚合后呈现在用户面前，最终实现用户阅读兴趣的延展效果。通过这种不断运转的“引擎”，让用户在每次刷新好看的页面时，所看到的置顶内容都是用户最感兴趣的内容。

除了用户兴趣在内容上进行表达，内容排序也得交给好看Feed流解决。时间、相关性、频率、网络切换、地域……都是好看Feed流在提供资讯推荐时要参考的数据标准，辅以人工智能排序的方式为用户输送优先级高的资讯。无论是每次打开App还是滑一滑查看更多，置顶的一直都是用户想看到的。虽然表面看不出来，但实际上Feed流无时无刻不在为用户服务。

立足用户兴趣 掌控阅读空间

好看表面上是一款全品类资讯分发App，实际上它有着庞大的、智能的、动态的引擎为用户实现兴趣的精准表达与兴趣内容的精准推送，这正是好看优于其他资讯App的地方。伴随着视频、小说等更多好玩好看的功能上线以及实践，好看不仅提供全覆盖的兴趣阅读体验，更影响了整个移动资讯App的运营思维，起到了标杆作用。可以预见，移动互联网下的阅读，将会是一个完整的私人阅读空间。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。