豌豆莢今天正式上線了「關注」功能。該功能通過達人、媒體、廠商等運營平臺組成關注源,持續(xù)地在豌豆莢中為用戶推薦優(yōu)質內容。
目前已有上百個關注源入駐豌豆莢,涉及應用、游戲、視頻等多個領域。用戶可以根據個人喜好,在豌豆莢內關注感興趣的關注源并直接進行內容消費。同時,豌豆莢于今日上線了 #知道不知道# 活動,幫助用戶在簡單、有趣的互動體驗中選擇自己喜歡的關注源。
百位達人、媒體和廠商入駐豌豆莢
「關注」功能匯集了上百個由媒體、達人和廠商組成的運營平臺,幫助用戶在應用、游戲和視頻領域持續(xù)發(fā)現個性化內容。
用戶登錄豌豆莢后,在首頁上點擊「推薦關注」標簽頁,即可根據自己的喜好選擇感興趣的關注源。之后,豌豆莢首頁將變成用戶發(fā)現個性化內容的途徑,在「我的關注」標簽頁中能看到自己選擇的關注源持續(xù)更新的內容,而豌豆莢依據算法和編輯選擇推薦的內容依然可以在「探索發(fā)現」標簽頁中找到。
圖 左: 點擊「推薦關注」標簽頁,根據喜好選擇感興趣的關注源
圖 右: 在「我的關注」標簽頁中找到自己選擇的關注源持續(xù)更新的內容
所有上線的關注源都必須能持續(xù)為用戶推薦優(yōu)質內容,其中很多都是廣受歡迎的知名媒體和廠商,如應用領域中的最美應用,游戲領域中的拇指玩、任玩堂和視頻領域的搜狐視頻。同時還有多位公認為電影、美劇、動漫、游戲、旅游、攝影、美食、健身等領域的達人入駐,包括脫口秀譯者 @谷大白話 、知名游戲人 @祝佳音 和影評人 @直桃桃淘電影等人。
為了滿足不同用戶的偏好,關注源中既有大眾媒體或廠商,如搜狐視頻、周末畫報、豆瓣等、也有專注小眾內容的平臺,如 AnimeTaste 、Vice 等。
圖: 關注不同類型關注源,發(fā)現應用、游戲、視頻等優(yōu)質內容
這些媒體、達人和廠商入駐「關注」,帶來了各自領域中最優(yōu)質的內容,這些內容無疑會激發(fā)用戶的興趣,并刺激用戶產生更多的內容消費行為。
同時,豌豆莢今天上線了旨在通過35個有趣的話題,讓用戶更了解關注功能,發(fā)現更多內容的名為「知道不知道」的活動。
圖: 豌豆莢「知道不知道」活動首頁
直達行動的個性化內容發(fā)現形式或成趨勢
“豌豆莢一直在對用戶的內容發(fā)現和消費的體驗進行優(yōu)化。”豌豆莢聯合創(chuàng)始人、CEO王俊煜表示:“我們希望在全面準確內容庫的前提下,同時用優(yōu)質且個性化的內容滿足不同用戶的需求,而且這些內容都可在豌豆莢內直接消費,打破長期以來用戶對內容的發(fā)現和消費長期以來處于割裂狀態(tài)。『關注』功能就是可以滿足這一設想的功能。”
在進入移動互聯時代的今天,用戶在 PC 端上常用的如關鍵詞搜索等方式已經無法滿足移動端用戶發(fā)現和消費內容的習慣。而現在移動端平臺的推送方式容易造成信息過載,使用戶不能有效得獲取自己最感興趣的內容。
「關注」功能,讓用戶先基于個人愛好進行選擇,之后為他推薦的內容均是圍繞興趣展開,這種個性化的內容發(fā)現模式,能幫助用戶更有效得發(fā)現,也更適合移動端的用戶習慣。
同時,即便在移動端上,每個用戶對內容的發(fā)現和消費長期以來處于割裂狀態(tài),往往通過媒體或公眾號發(fā)現內容,再到應用商店或視頻網站等渠道上搜索再消費。
現在,「關注」直接接入用戶最感興趣的關注源,讓用戶在豌豆莢這一產品內便可完成從內容發(fā)現到消費的一站式無割裂體驗。
據艾瑞網 2014 年的統(tǒng)計數據表明,豌豆莢的月度人均使用次數一直穩(wěn)居同類產品第一, 平均每月每位用戶使用豌豆莢 14.5 次。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數的同時實現10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現注意力質量與分類性能的強相關性,生成可解釋的注意力圖譜,展現出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構建爭議話題的分析框架,識別不同觀點及其支撐證據,為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構,在情感識別準確率上比現有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。