桂林山水高清风景图桂林门户网站2023年11月12日

　　最初我要提出的是北方周末跟我们已经一同做过的深度报导，其时也是猖獗的学区房。学区房价钱疯长的时分，他们想对学区房疯长的故事和背后的深条理缘故原由停止分析。这也是媒体自己的调性所决议的。然后我们媒体尝试室在中心起到甚么样的感化呢？我们能够给他们停止用户的画像，和文本词语的阐发。我们发明跟学区房相干的除他的地位、政策和它的价钱等等我们能想到的身分以外，另外一个十分让人不测的身分就是学区房跟仳离长短常相干的。每当有学区房相干的消息的时分，仳离这个词老是会很高几率的呈现。这跟记者在实地采访的过程当中碰到的故事也是符合的。以是最初报导显现的过程当中，相干故事的细节和我们关于数据的阐发被放在了统一个版面上，我们以为这是一个很好的交融报导。

　　@上海社科院研讨所-王蔚：我还想问一下，头条在收罗用户这些举动数据时，能否需求事前由用户受权？假如需求，受众是在甚么阶段来得到受权的？假如不需求，收罗数据自己如今大概未来能否有能够遭到一些办理划定的限定？

　　另外一个比力主要也很受欢送的模块是我们的数据陈述栏目，在这个栏目上面我们会及时的更新昔日头条全部公司各个部分公布的与数据相关的陈述，和头条的一些协作同伴与我们配合公布的一些数据陈述，我们也把这个数据陈述栏目作为创作者援用参考材料的一个主要滥觞。

　　然后第二个栏目是我们关于热门追踪的展现，这些是当下曾经发作的一些热门，它会按照热度上下浮如今我们的热点变乱榜单上，同时我们除计较绝对热度，还会根据热度的飙贬值，也就是相对上一个周期所发生的增量来停止飙贬值的排序。

　　这是我们今朝的一个首页。各人会看到一个最明显的功用实践上就是一个搜刮框，我们能够在这个搜刮框中输入任何感爱好的辞汇，然后看到这个辞汇相干的热度，和这个辞汇在媒体尝试室上用数据展示的一些角度和一些阐发维度，另有跟这个辞汇相干的局部陈述。以至这个辞汇对应的用户画像都可以展示给用户。

　　方才给各人找到这些截图都是媒体尝试室在与一些优良的媒体、自媒体大概是媒体机构，在一些枢纽的工夫节点上产出的我以为比力有代价大概故意思的数据消息。我挑此中的一两条来讲，好比说在两会和奥运会时期，我们媒体尝试室次要给央视、新华社和处所都会报如许一些媒体来定点按时的供给天下以至全天下热门变乱，每个细分的人群大概地区，他们所存眷热门别离是甚么，和停止响应的剖析。在与财新网的协作中，有一个希拉里的谢幕曲线，实践上是用尝试室的数据来支持的。而在北京台、东方台停止的消息盘货中，也是操纵媒体尝试室的热度来停止的排序。

　　@滴滴-汪艳：插问一下桂林流派网站，好比说一样阐发一个社会成绩，头条的浏览数据和百度、微博、微信等平台指数比拟好坏势在那里呢？

　　除我方才提到的那些场景和协作的案例桂林山川高清光景图，实践上另有许多表现不出来的媒体尝试室的场景，用在了报纸上，大概电视屏幕上。这此中包罗当一个媒体大概自媒体需求去报导一个要花许多工夫的选题时分，我们会去帮他们判定，这个选题在文章大概废品曾经出来以后热门还会不会连续？和选题是否是有针对性的受众，关于这个媒体是否是有充足的收益？好比在北方暴雨时期有的媒体向我们乞助说，本地有一些省分能够没有遭到充足的存眷，可是他们仍旧想要报导这些省分发作的故事，想晓得在本地是否是有如许的大众根底。大概是在一些十分高热度的话题呈现的时分，常常会有许多的报导标的目的呈现。媒体尝试室可以经由过程文章簇的功用阐发出今朝市情上曾经呈现了哪些报导的角度，这些报导的角度又能否拥堵，仍是宽松，是否是值得新的入场者去再停止写作。特别是在如今视频曾经成为一个很大的内容封口的状况下，关于视频的投入实践上需求很高的本钱，那末假如要拍视频，在甚么范畴拍，用甚么样的角度去拍，拍成甚么模样，在甚么样的处所，以甚么样的情势去分发能够都是媒体尝试室可以供给必然的数据根据的场景。并且场景能够其实不克不及在我方才供给那些电视的截屏上、报纸的版面上、新媒体的网页上大概微信端间接的显现出来，它是融入到了每个优良创作者自己的消费过程当中心去了。

　　剩下第三个栏目就是我刚提到的UGC的及时爆料，昔日头条的用户在看到一些未经报导的消息线索的时分对我们给到一些爆料，颠末考核以后会在我们平台停止放出。

　　@对外经贸大学-张淑玲：感激志毅分享，也感激戴教师的经心构造，我想问一下，头条平台搜集和发掘到的用户画像等数据能否都属于失密的专无数据？能否供给部门给学界供研讨利用呢？

　　“戴玉数据圈”是资深数据消息人戴玉兴办的数据消息群，内里会聚了各种数据报揭发布方、数据媒体主编和记者、高校数据消息西席、可视化职员、数据行业职员等等，旨在搭建实在鞭策数据消息行业交换与协作的平台。

　　方才我们曾经答复了数据是从那里来的，那如今我们要答复一下数据到那里去。这也是我们全部部分的事情都在答复的一个成绩。数据到那里去可以最大水平的阐扬这个数据对公司、对社会所发生的代价呢？起首我们思索到昔日头条是一个毗连创作者，毗连内容与人，进步分发服从的内容平台。我们起首想到的是用这些分发数据来反哺优良的创作者。我们有一个产物叫昔日头条媒体尝试室。它的slogan跟主产物的slogan也十分对应，叫做“如何创作才是头条”。就像一些电商平台会把各个范畴的买卖数据、买卖状况供给给这个行业的小卖家，让他们更好的售卖本人的商品一样（固然他们这个效劳是免费的），我们在媒体尝试室中将文章的分发数据免费的供给给一切优良创作者。

　　我起首举几个各人能够耳熟能详的例子，好比说谷歌已经用搜刮数据来猜测流感，固然这个项目厥后被以为结果普通。可是在日底细相似的用交际收集的浏览和分享数据来猜测流感却很胜利。谷歌用他的搜刮数据来猜测影戏的票房来到达一些营销方面的收益等等。如许的项目实在我们以为都是浏览和搜刮数据的十分好的使用处景。

　　@昔日头条-刘志毅：我以为浏览、利用风俗纷歧样 恰正是数据需求表现出来的，不是需求被纠掉的“偏”。不然各家的数据都一样，就除相互印证没有此外代价了桂林流派网站。被纠偏的部门该当是，在研讨某一个详细成绩的时分，假如取样不敷全而招致的样本偏向，如地区年齿性别等等身分散布过于极度不敷有代表性，那末这个时分需求纠偏。一样，这个是case by case的。

　　@昔日头条-刘志毅：我没来得及细看用户和谈，可是我本人作为一个用户来讲，我利用打车软件、外卖软件、浏览软件等等的时分，我的数据明显都是在我未特地受权的状况下被搜集了。根据老例，我们的阐发都是在数据脱敏即不触及个别的状况下停止群体阐发的。我也以为除行业自律，有更多的有牙齿的办理划定，会更有益于数据行业的开展。

　　举个例子来讲，好比一条消息出如今用户的手机上，在呈现之前阅历了甚么历程，和机械有哪些方面的运算呢？这个用户他的爱好是甚么？他的职业是甚么？他的年齿性别？正在利用的手机的机型是甚么？他的故乡来自那里？他近来存眷过头么样的告白？点击过头么样的爱好标签？这个用户处在甚么样的利用情况中？他的地位工夫和他的收集情况怎样？由于在利用wifi的时分我们以为用户能够更偏向于点开视频和大图，而利用本人流量的时分我们会将笔墨内容推送给他。最初另有他所处的气候，其时的气候状况是甚么模样都有能够影响用户的浏览偏向。

　　@掌管人-戴玉：也有公司把实地调研、深度课题研讨和公司数据分离起往复研讨，不晓得头条次要是基于本身数据去做横向使用（头条+的形式），仍是筹算和其他数据买通做成浏览范畴（传布数据）的垂直使用呢？

　　起首我要答复的第一个成绩是数据是从那里来的？这个触及到我们的数据能够如何使用和关于这些数据最根本的了解是甚么模样。我们的数据局部来自于昔日头条背景关于用户浏览举动的捕获和对用户画像的阐发。以是昔日头条媒体尝试室也好，昔日头条算数中间也好，都是基于这些一手数据再停止阐发和使用。

　　最初这两张图的右边是我们对15年各月股民看涨看跌文章的比例停止的一个阐发，我发明它与大盘的走势有些奇妙的联络。我们看到，看涨除以看跌的比例实践上是抢先于大盘指数的。而股民自己对下跌有关的文章发生的篇均浏览数，大概与上涨有关的股票文章发生的篇均浏览数，跟大盘的走势根本上是完整不异。从昔日头条的浏览数据中也能表现出二级市场股民的感情通报。

　　最初是给用户定制的一个自界说板块，多词监控。由于我们思索到在前面的热词搜刮中，各人只能输入一个词。而究竟上有许多变乱是由多个词来穿插才可以指定的，以是当用户需求阐发如许的变乱的时分我们能够在监控变乱中心输入本人存眷的多词，在这里找到相干的数据阐发，包罗这个多词所发生的指数桂林流派网站、热闻、爆料、视频另有批评的数据。

　　这两家厂商最大的市场劣势实践上是在三四线都会成立起来的，为何呢？由于3、4、五线都会关于手机参数、性价比等方面的浏览表示其实不敏感，他们跟一二线都会的浏览的不同十分较着。3、4、五线都会数据显现，他们关于手机体验的资讯浏览量高于1、二线都会百分之七十。那末甚么叫做手机体验的资讯呢？好比“充电五分钟通话两小时”，这就是所谓的体验方面的资讯。而1、二线都会呢，用户还要存眷手机自己的参数，以是能够跟oppo、vivo线下的推行方法和他们的市场对本人品牌的塑造有干系。我们从浏览数据这个角度来向各人显现这一点，我以为这也是浏览数据的一个很故意思的设想力。

　　@上海社科院研讨所-王蔚：我先问两个小成绩，一是你们所做的用户画像、用户举动阐发，必然是注册用户吗？注册用户和非注册用户之间的数据获得有甚么差别么？二是看到很多故意思的相干性阐发，我想问如今关于这些相干性的解读桂林山川高清光景图，特别是对出乎预料以外的相干性的解读，能否目上次要仍是由媒体、自媒体等内容消费者在做呢？

　　最初是用户关于文章自己的反应，也就是这个文章在被推送出来以后用户的样本对他发生了甚么样的举动，这是我们十分垂青的一个目标。有无点赞？有无转发？用户对他的欢送水平是甚么模样？能否有人告发这篇文章等等。这些身分终极决议了这篇文章来到一个用户的手机上桂林流派网站。今朝来说我们组适用户特性、情况特性，和文章特性曾经可以发生到达百亿级此外特性值，我们经由过程如许的海量特性值来判定用户的需求，智能保举婚配用户的资讯。

　　旨在引见各种优良的数据及其滥觞，期望为数据报导和数据阐发碰撞出新的维度，增进交换。（之前的沙龙系列一【数据圈那些人】旨在引见各种数据媒体，已胜利举行8期）

　　双十1、雾霾和永久在路上如许的记载片播出时，我们用数据显现了差别的词之间的联系关系，来注释相干的话题。在雾霾的时分我们展现了差别地区的人关于雾霾存眷的变革，与雾霾的变革同时挪动的趋向。

　　如许一张图多是常人关于昔日头条的了解，我们是将丰硕多样的媒体内容，经由过程高效的野生智能平台分发到千人千面的用户手机上。终极到达进步信息分发服从的成果。以是我们说头条是一个内容分发的平台。

　　与此相似的是，一个用户，他假如在它上面发生了浏览举动，我们的机械就会判定这个用户对甚么工具是更感爱好的，他当前在用的收集状况是甚么样，他当前处在的地位是甚么，这些都有能够决议他终极的浏览爱好。而我们将这二者的特性向量停止婚配以后，获得最有能够受读者喜欢的内容，然后将这个内容分发到每个用户的手机上，这才做到了我们常常所说的“你体贴的才是头条”如许一个结果。

　　@上海社科院研讨所-王蔚：是的，我们也出格存眷头条。等待此后可以和你们协作，做一些故意思有代价的研讨。

　　我们在媒体尝试室中供给哪些功用呢？详细来讲我们供给大数据阐发、可视化的阐发图表、用户画像、写作角度，以至另有一些未经报导的消息线索等等，待会儿我们会从产物的角度来停止一些功用引见，固然这是我们用户浏览数据使用的第一个场景。

　　@昔日头条-刘志毅：假如和垂直范畴的特地机构去协作的时分，很简单就可以消费出带有智库特性的一些内容，这类形式的确也是我们做得许多的：头条浏览数据+专业范畴经历与阐发。我们今朝还不筹算将形式固化下来，可是你如许分类下来，我以为今朝做得比力多的仍是前者。

　　@昔日头条-刘志毅：这个成绩刚好也是我近来在研讨的，实践上微信指数推出了以后，指数界又多了一个大玩家。我小我私家的了解是，这些数据的最大差别来自于他们的样本滥觞，也就是受自己产物的基因影响，百度是基于搜刮特别是PC端，微博微信是基于交际发酵更多，而头条的数据则是基于智能分发的，这类用户场景的区分能够会带来比力大的差别桂林流派网站。更多的详细好坏，能够一时半会说不分明，case by case地来看，作为数据职员该当是取各家所长的吧。

　　别的一方面是文章特性，这个文章自己是关于甚么种别的，好比说是科技仍是摄生？它的主枢纽词是甚么？这个文章收回来曾经过了多长的时效了？文章滥觞于媒体仍是自媒体，大概此外路子？它有多是一个威望的时政消息，也有多是一个段子，也有多是一个轶闻。

　　@昔日头条-刘志毅：与学界的协作实在我们也是很早就开端了。和中山大学、北京大学、群众大学都有过很好的协作，只需求单方对目的告竣分歧，这个数据是能够在协作中来研讨利用的。

　　@我在现场-沈杭珍：头条数据公布前先偏正么，仍是原生态公布。就内容消费者的感触感染，头条用户和微信誉户，百度用户，每天快报用户，浏览风俗不太一样。

　　这个是我们今朝媒体尝试室的二维码，次要针对我方才讲过的那些人群，是经由过程考核的机制来开放的，我十分欢送列位给我们的这个产物来提定见。

　　以上就是全部讲座的局部内容，也期望各人能够更多的存眷我们的媒体尝试室和昔日头条算数中间所做的一些数据方面的项目，感谢各人。

　　另外一张图片也很故意思，是我们在春节档时期对上映的四部影戏停止了批评，和对文章自己正负相的阐发，来看出它们跟票房之间的干系。这一点我开篇的时分也提到过桂林山川高清光景图，与谷歌已经做过一个项目很相似。厥后我们发明每部影戏的票房收益水平跟它在昔日头条上正负面批评趋向是完整正相干的。实在我们能够看到在春节档最大的两个赢家该当是《披荆斩棘》和《工夫瑜伽》，而之前备受存眷的《西游伏魔》和《大闹天竺》能够说在终极的票房是败下阵来的桂林山川高清光景图。

　　了解了方才分发数据的产活力制，就不难了解媒体尝试室事情的简朴形式。实践上就是将用户与保举引擎的互动中发生的一切的分发数据，作为媒体尝试室的数据滥觞，我们对背景数据停止提取和阐发，然后输出一些牢固的维度，供给给内容创作者，来作为内容创作标的目的上处理成绩的参考，和做决议计划的根据。

　　@昔日头条-刘志毅：能够还到不了智库的层面，由于毕竟头条的浏览数据只是一个单一信源。可是我们很愿意成为智库做研讨时的数据东西之一桂林山川高清光景图。

　　@上海社科院研讨所-王蔚：@戴玉 是啊戴教师，用户构造必然是对数据成果有很大影响的，但实在这些数据，假如可以找到一些出乎预料的相干性，进而协助阐发出变量之间的因果干系，曾经很有代价了。

　　借助媒体尝试室我们想做一件甚么样的工作呢？实践这两张图是我们一个很简朴的愿景，我们是想让昔日头条不单单成为媒体内容的一个分发平台，同时，我们在凭仗本人高效的分发发生的数据来再发生代价的时分，可以把用户这一端发生的一切的举动画像等等海量的数据样本再反过甚往复反哺媒体内容，让媒体更好、更有用地消费出最高代价的内容，而且可以再次促进我们的分发。如许我们就构成一个媒体战争台干系的再造，也相称因而平台用数据反哺了媒体。而且我们在这个处所还把媒体的观点停止延长，它不只是传统的媒体机构，还包罗了许多自媒体作者，以至有媒体传布目的的一些公司和项目。

　　@昔日头条-刘志毅：假如是全局的数据，我们是原生态公布的。究竟上，我们也跟CNNIC出的持续几版大陈述的数据去对过，根本上由于笼盖的面很广了，比例组成都很类似。@王蔚 这就是各家数据分离的一个很大的代价地点。

　　好比我如今演示的一个搜刮，在上面能够停止丁俊晖和林丹的热度比照。能够发如今近来一个月内，与这两小我私家相干的热门别离是哪些。同时我们还能对这两个词停止相干的联系关系阐发，也就是甚么样的枢纽词与它们同时呈现的几率最高。另有相干内容，有甚么样的文章是来形貌他们是相干的，人群画像甚么样，和在跟他们相干的文章中心用户的批评是甚么样的。

　　@昔日头条-刘志毅：1.没必要然是注册用户。注册用户与非注册用户在发生了浏览举动以后城市具有一样的user id，我们会对这两种用户停止一样的阐发，素质上没甚么区分。2.解读是机械不克不及自立完成，而需求专业的熟悉来停止的，这也是我们的数据期望到达的激起、启示的感化，今朝的确次要仍是由媒体、自媒体等内容消费者在做，也有一些垂直范畴的专家和机构我们情愿去协作，好比我们已经也和创谋利构一同研讨过创业项目创业范畴和舆情热度之间的干系。

　　右侧这张图是结合国开展署想在中国选一个代言人。他们期望头条的浏览数据可以协助他们在出名度、佳誉度、符合度以至风险度等等综合考量状况下，再思索到这个明星必然要对年青人有充足的影响力，输出一个代言人的列表给他们，终极我们经由过程浏览数据也给到了响应的谜底。

　　那浏览数据另有甚么其他的设想力呢，实践上除我方才提到的效劳创作的媒体尝试室以外，我们部分还在做许多其他的很故意思的项目，好比接下来我的这张截图实践上是在讲，客岁一年为何vivo跟oppo这两家厂商成为市场上面风头十分劲两家厂商。

　　我们期望这个平台在供给这些功用以后可以让创作者在创作内容的时分，愈加有据可依，无数据可用，跟分发平台共同的更好，可以让本人创作的优良内容开释出更大的代价。同时呢，各人看到这个搜刮框和发生的成果，也会很简单的遐想到像谷歌趋向，以至于前一段工夫比力火的微信指数，另有老牌的百度指数如许一些产物，实践上我们可以供给的数据和功用跟这些产物也是相似的。一些跟内容有关的传布、营销等方面的职员也都能够把这个数据产物作为他们主要的东西之一。

　　在引见完主产物简朴的逻辑以后，我来讲一下数据使用是在做甚么样的工作。我们从方才的分发过程当中心搜集甚么样的数据呢？好比说用户有点击甚么文章大概没有点击甚么样的文章，读者发生了甚么样的批评，读者在哪点了踩在哪点了赞，读者完成比例是多高，对话题发生了连续的仍是长久的爱好，读者在文章上面的停止工夫是多长，读者用的手机品牌是甚么，手机型号是甚么，前后有无发作变革等等。这些数据都是我们不断在搜集的关于用户浏览举动的数据。

　　各人好桂林山川高清光景图桂林流派网站，我是来自昔日头条算数中间的刘志毅，明天跟各人分享的主题是昔日头条浏览数据的设想力。我们说设想力实践上指的是数据的使用处景和浏览数据可以阐扬代价的最大的处所。

　　在这个分发的过程当中心发作了甚么样的变革呢？我这边也能够给各人简朴的引见一下。实践受骗每篇文章来到了智能引擎以后，我这边对它所阅历的历程停止了一些简化，起首它会颠末一个消重，也就是不异大概类似内容的文章会被我们归为一类，然后这一类做为一个group来停止保举。保举的根据是我对这个文章内容停止的特性阐发。好比说它另有哪些枢纽词，它来自于甚么样的滥觞，它属于哪样的爱好种别等特性。我给它付与了特性向量以后，如许的文章就会在文章库中心有一个本人共同的地位。