王志良：深耕于下沉市场基于大数据的内容推荐

作者：谢婉依 　　随着一二线城市发展的日趋饱和与线上流量红利的逐渐消减，如今大家口中的“下沉市场”成为了商业战场上的必争之地，无论是电商与内容，还是游戏、金融、社交、科技、服务……几乎人们能够想到的一切商业，都处于“下沉”进行时。

下沉市场的火爆，一定有它崛起的逻辑而挖掘潜在的机遇也正是平台和投资方需要看清楚的。由于下沉用户刚刚“触网”不久，他们对于内容的需求自然也就不同于互联网早已普及的一二线城市人群。再加上他们生活节奏普遍较慢，空余时间相对较多，故而在内容上更加青睐休闲娱乐类型，比如情感、生活等泛娱乐的垂直内容细分领域以及类似运动赚现金这样的商业模式普遍都有着极大的市场需求和发展空间，尤其是在操作上应秉承简单易懂、界面友好的理念就更是让很多平台快速完成下沉市场人群的聚集。

致力于打造一站式娱乐内容平台的QTT就正是牢牢锁定了下沉市场人群，才实现了企业一度在领域内现象级的爆发，这与它背后的技术布局带来的视觉呈现密不可分。在QTT的技术总负责人王志良的主导设计下，QTT只设计了任务系统与内容界面，简洁明了，任务界面更是非常清晰，让人们迅速在这样的模式中既得到了内容的满足，也“顺手”得到了一些经济利益。“想要进一步改善用户体验，主要在于推荐的内容是否准确和契合用户喜好，而这部分更多是推荐策略的工作，也就是我们技术人员要去努力的方向，那么剩下的就是使用体验上尽可能得到提升。”王志良在内容与技术的结合上已经非常有自己的想法。

在这样清晰的思路下，王志良将自己的算法逻辑紧紧基于AI和大数据的内容推荐，这样的推荐也是时下内容推荐业务最常见的问题。在QTT的页面上，包括短视频推荐、新闻资讯推荐、直播推荐等内容都非常垂直，用户也可以在日常中都会偶然刷到重复内容，实际上这都是王志良主导的QTT技术团队的“有意为之”。

首先王志良领导团队经过调研后发现，纯内容重复的算法推荐是非常有利于留住用户的，尤其是AI的能力强大，可以进行“重复”判断及置信度的反馈，因此在获取这样的算法标签时，在内容推荐分发上就可以一定程度上规避一些例如在不同手机操作却很多重复内容的情况，假设用户已在头一条成功曝光和观看内容，则在相似的下一条基于已有重复标签，在去重时间窗口内进行过滤分发。

其次在内容推荐的过程中，为了不让读者产生推荐的方案，王志良利用算法还在规避一些主题性重复，譬如一些关于体育的视频，如果在视频推荐中前10条中7条都是科比的(尽管具体内容不同)，但是基于偏好这个时候不直接分发给用户，因为这样看似迎合了用户喜好，但实际反而造成用户观赏疲劳，相似性内容太多缺乏好奇性和新鲜性，最终影响对平台的感官感受，这样的算法尽管复杂但是触达到用户的体验是舒适的，因此用户就更加愿意接受。

“垂直分类是内容推荐的一个重要支撑点，因为用户本身有对某些特定的领域会有强偏好表现，那么在推荐上就要有所侧重。”王志良不仅在技术上有所细分吗，还深谙哟个互动额心里，深知用户主动选择主题分类发布本身是一个不确定性行为，甚至有些还选不正确，所以这时候AI算法就可以协同进行“分类打标”，但是技术侧能把海量的视频进行准确分类打标，也是行业常见的一个困难点。

除了技术上的精准研究，王志良还带领技术团队和QTT市场部共同分析了在具体营销的过程中那些有关利益诱导对于用户的实际吸引，下沉人群对商品价格变动极为敏感，这就导致他们对一点点收益都会格外重视。特别是对于种种带有“优惠福利”、“大降价”等字样的广告宣传语，下沉人群的抵抗力要比一二线城市居民弱得多，于是在实际利益吸引上会发放的多些。然而即使如次专注于技术和市场效应，王志良也建议企业要看长远效果，随着人们的观念、思想与品位也在不断进步，下沉市场的消费也会随着社会的发展升级，终究会逐步向一二线城市靠拢。QTT也要务必要时刻保持着对市场变化的敏锐嗅觉，贴近消费者，了解消费者，满足消费者，融易新媒体，而不是停留于眼前的成绩。