做榜单却拒绝收费,他们的AI大数据服务如何落地?

核心提示:络策方面会向这些品牌商提供榜单排名时的数据,二、Insight大数据分析平台做2C产品对于做技术的人来说,但是这些厂商在向品牌商提供网络数据的时候。

在雷锋网(公众号:雷锋网)拜访络策网络科技之前,对方给发了一份关于公司和产品的简介资料,内容非常简洁,都是一些落地到实处的技术用法,如果没人讲解,你很难认为这是一家人工智能公司。这种逻辑简单明了的"技术宅"风格倒是与其创始人Jeff Lin的气质十分契合,Jeff Lin是美籍华人,说话短、平、快,直来直去,不绕弯子,在介绍其产品时没有像很多创业者一样,一直在说自己的技术有多么多么牛,而是不断地在介绍自己技术的应用场景和用途。

Jeff说,过去20年他一直都在做科技公司,地图、图片分享等领域都有涉猎,最近的一次创业是一个比较有名的图片分享软件"图钉"。大概从2014、2015年左右开始,Jeff就接触到了人工智能这一块,并且认识了络策公司现任首席科学家的Carl Kovamees。Carl当时就在做神经网络相关的项目,是其前公司的联合创始人之一,后来其公司被收购,恰逢人工智能风潮袭来,Jeff就和Karl一拍即合,成立了络策。

一、老百姓也能用的大数据产品

刚开始看络策产品资料的时候,雷锋网的第一个直观感受,就是他们做了一个排行榜类的公众号--Insight排行榜,在内容创业如此泛滥的今天,这不免让人感觉有些缺乏新意。当跟Jeff聊了之后才知道,这只是他们把人工智能落为实际用途的一个产品而已。

"老百姓可能都听说过大数据,一提起大数据,就觉得很高科技,很厉害,但是多数人都不明白大数据具体是干嘛的,我们这个Insight排行榜就是用神经网络收集了大数据,然后用最直观的表现方式给老百姓使用"。

Jeff介绍,Insight排行榜是一个消费品品牌排行榜,在这个公号内不定期的会发布不同领域品牌的排名,但是与很多网络上排行榜不一样的是,这份榜单并非人工撰写,而是依赖大数据分析自动生成排名,再由人工放到公号上去。

简单来说,公司的大数据系统接入了很多电商评论系统、社交网络工具(微博、Facebook、Twitter等等)以及论坛等等,爬取上面关于商品的评论文字,通过NLP分析处理,得到这些产品在网络上的"使用反馈",而这些"使用反馈"则成为这个榜单最主要的排名依据。

"这份榜单是我们认为最公正、客观的,因为我们是拒绝与品牌商合作的"。

上面Jeff所说的拒绝与品牌商合作的意思是不给予他们竞价排名的机会,从而保证榜单的公正性。而在客观方面,由于排名受网络评论影响,难免会遇到一些"水军"或者恶意刷评,所以在这方面,Insight排行榜在进行数据分析的时候,做了一个排重机制,把一些重复的评论抵消掉,让其尽量拿到真实使用者的反馈。

络策在用大数据处理榜单方面尝试了三个月,在完全没有推广的情况下,做到了微博4W+粉丝,微信公众号由于需要长期积累,目前还没开始发力。

二、Insight大数据分析平台

做2C产品对于做技术的人来说,通常都很难,因为消费者和企业在技术方面的需求不一样,技术公司想在2C方面找到好的商业模式还是有些困难的。

上面说的Insight排行榜只是络策在人工智能落地方面的一个实际性的尝试,虽然其面向消费者完全免费,又不和品牌商合作,看似完全公益化,但是其中却有个商业逻辑在里面。

虽说Insight排行榜为了公正不与品牌商搞竞价排名,但并不是完全拒绝品牌商方面的合作从而产生收入。如此说来看似矛盾,但是这个商业逻辑却很讨巧。

当Insight排行榜一个品类的榜单出炉之后,他们也会找这些上榜的或一些没有上榜的品牌商进行商谈,商谈的内容并不是关乎排名本身,而是关乎企业为何处在排名中的位置。

举个例子,在榜单中做一个奶粉排名,榜单出炉之后,可能第一名、第二名对自身认知很明确,觉得排名没有异议,就不会予以理会。但是对于排名在中间或后几名的厂商,会想知道自己为什么会处于现在的位置,为什么排名不会更靠前,这个时候,络策的商业逻辑就显现出来了。

络策方面会向这些品牌商提供榜单排名时的数据,以及经过分析处理的网络评论与反馈信息,让厂商意识到自己的问题在哪,比如,有很多用户反馈"奶粉太甜了"之类,这样能够让厂商针对这个问题进行整改。而提供这些数据与反馈,品牌商是需要向络策付费的。

以上所说,就是络策的大数据分析服务其中之一。在其目前主营业务之中, Insight大数据分析平台是其产品重要布局之一。 Insight大数据分析平台是一个SAAS服务平台,用Jeff的话来说,几乎不需要培训成本,让非技术人员只登陆网址就能进行专业的数据分析,而络策方面则对用户的分析结果进行收费。

据介绍,这个分析平台可以帮助品牌商抓取24小时内的社交网络内容,让品牌商及时了解该品牌在过去24小时的网络评论,除了能够收集各种关于品牌的相关数据,更能帮助品牌监测舆情,如果系统的语言处理机制发现大规模的负面评论,品牌商就能够立即悉知该消息,并且通过平台直接连接社交网络(微博)对用户进行相关解释。

三、图片和视频分析

利用自然语言处理做大数据分析的技术提供商还是有很多的,但是这些厂商在向品牌商提供网络数据的时候,对于图片内容是很难搞定的。

"图片数据也十分重要,有的时候一张图片里面有字,很多数据系统能够抓取,但更多的时候只是一张图,你要分析里面有什么就必须需要神经网络的支持。"

Jeff告诉雷锋网,为了搞图片分析,络策做了七个独立的神经网络,包括半督导的训练集群和由GPU服务器组成的生产集群环境,支持不同品牌的logo识别、成人内容识别、1,000+通用物件识别(日常用品、汽车等等)、360+环境背景识别、人脸识别(性别、年龄段以及表情的识别)等等。


本文标题:做榜单却拒绝收费,他们的AI大数据服务如何落地? - 科技
本文地址:www.wuhanews.com/tech/1912.html

评论

  • 相关推荐
  • 新闻
  • 娱乐
  • 体育
  • 财经
  • 汽车
  • 科技
  • 房产
  • 军事