本篇文章4278字，读完约11分钟
当互联网上的信息量如此混乱时，人们使用百度和谷歌的频率正在下降。相反，具有“推荐”含义的应用程序和网站出现是为了帮助网民避免无目的的搜索。就连百度首席执行官李彦宏在“2011年百度世界大会”上也表示，百度应该从“搜索它”过渡到“不搜索它”，在主页上整合更多的应用和网站，直接向用户推荐。 这些迹象表明，“推荐”的时代可能真的到来。本杂志2011年10月刊《数据战争——网络江湖的隐形战线》中提到的麦路、百分技术和微精密等公司都在遵循这一理念，获取用户数据，对其进行分析，然后进行推荐，更不用说那些更新、更细分的推荐应用了。可以说，他们的一小步也是我们向“个性化互联网时代”的一大步。 然而，从商业角度来看，这些“推荐的”应用程序充满了理想主义。它们不仅远远没有“实现”，而且有些甚至以“插件”的形式存在，帮助其他网站。他们能在中国发展出完整的盈利模式吗？如果我们遵循“推荐”的理念，我们能找到更多的机会吗？ 在下文中，“推荐”大致分为三种类型的想法，并举例说明一些新的应用。值得一提的是，这些分类并不是完全独立的，大多数应用程序需要协作完成，滚动用户数据，回收并推荐它。 “数据分析类”推荐: 新案例:服装马 数据分析可以是大的也可以是小的，相当多的公司正在用复杂的算法进行“精确匹配”，为用户推荐“你可能喜欢的”产品或广告，这里没有列出。 也有更新的方法，例如建立一个巨大的数据库和进行相对简单的比较工作。美国公司“服装马”向用户推荐“尺寸”:它的产品是为电子商务网站设计的定制插件。当用户访问网站时，他们会被问到一些问题，比如“哪个品牌的衣服更合适”和“多合适”。后台数据库收集了很多品牌的尺寸数据，经过比较，可以判断哪个数字更适合用户在这个网站上购买。据其创始人说，7%的人放弃装有衣服的购物车，因为他们担心尺寸不对。服装马旨在为用户创建一个通用的个人尺寸信息，这可能是越来越宽的推荐之路。 “社会化”推荐: 新案例:Innocent，Cool Cloud Reading，分叉 购物指南网站，如去年特别受欢迎的“蘑菇街”和“美女谈话”，被称为“社会化”推荐。尽管不断有评论，但他们的做法更倾向于媒体行为，因为用户很难建立关系。 此外，阅读中还加入了“社会化”。“无搜索”创业团队最早的产品是个性化浏览器插件，然后为科技博客等内容网站推出了“相关文章”插件。现在，“无搜索2.0”的产品理念可以概括为:通过对阅读内容的分析，做出个性化的阅读推荐。不仅根据用户的阅读历史，经过数据分析，为他们推荐感兴趣的内容，还逐渐向社会化运作靠拢，以网站为主体，带动用户分享和交流观点，并导入微博。另一个个性化的泛阅读软件“酷云阅读”，以新浪微博为主要媒体来源之一，将用户的阅读习惯推给朋友，也具有社会分享的元素。 在美国，一个美食推荐应用程序被称为“forkly”，它不仅邀请用户对他们吃过的每一道菜打分，还将用户和其他用户的口味偏好进行比较。这种模式甚至像推特，用餐者可以互相跟踪。随着lbs概念的增加，他们还可以搜索附近餐馆和其他用户的评价作为参考。 “意见领袖”推荐 新案例:“蛮子文摘” 薛蛮子，一个喜欢玩微博的天使投资人，编辑并评论了微博上的信息，并将其制作成独立的电子杂志《蛮子文摘》，在应用商店上线后表现不错。其中，栏目包括时事、历史、风险投资、公益等。据说将会有一个维护团队为他筛选信息，最后由薛蛮子本人审核。薛蛮子还表示，在短期内，这项申请将是免费的。此外，也有明星向国外推荐书籍或产品的网站，这可能会成为一种独立的商业模式。 添加“社会化”元素的数据分析是一个很好的建议 林成仁:没有创始人 我认为搜索和推荐是两码事，搜索有明确的目的，但它不适合很多场景。例如，读一篇文章肯定不是先搜索再阅读，这不符合阅读习惯；此外，你经常不知道你对什么感兴趣，直到你看到它你才喜欢它。在人们的网络习惯中，有许多这样的情况，但它们以前没有被挖掘出来。与lbs相关的应用，如公共评论，基本上是推荐的。 目前，市场上的读者或阅读社区一般有两种方式:根据用户的喜好订阅或推荐。Rss订阅不能被认为是个性化的，我们只能看到我们订阅了什么。我们目前的做法是后者，分析用户的偏好，然后提出建议。然而，我们仍在努力找出哪个更适合用户，或者哪个介于两者之间。此外，许多产品认为阅读是一种私人活动。在我看来，即使你准确地推动它，用户仍然会厌倦阅读。他愿意一直使用某个读者的主要原因是他的朋友在这里，或者他同意的人在这里表达他们的观点。中国原创内容太少，但高质量的是用户评论。因此，我们将以社区的形式展示它。自从去年以来，许多公司又开始以读者的身份工作了。我认为乔布斯救了每个人的命:随着移动互联网的爆发，有了更多的ipad或智能终端，人们可以拿着它，阅读或玩游戏。那么，我们公司的风险在哪里？就版权而言，这似乎有点麻烦。事实上，它不是。例如，只要你做了很多，如果你有几千万的用户，就不难与内容进行协商，甚至可以付费制作独家内容；更大的风险是阅读器的用户粘性不高，用户转换产品的成本很低。因此，作为一个社区，我们也希望在这里坚持用户关系。 也谈谈中国的互联网环境。我参与了亚马逊推荐系统的开发，但回家后找不到了。最早的产品是浏览器上的插件，以便直接获取用户的浏览数据。这在美国是正常的做法，但在中国，根本不可能制作插件。回到中国几年后，我发现在中国做新的事情非常困难。互联网圈里还有几家大公司，大部分都是“山寨中国”模式；中国没有保护创新的措施；每个家庭都从美国复制了一种新产品，许多人蜂拥而至。只要你不快点长大，你的价值就会很小，而且肯定会缩水。这造成了一个恶性循环，并且很容易滥用市场。 但是在美国，如果有人剽窃一家公司的新模式，用户会对抄袭者不满，甚至集体抵制，而且抄袭者很难获得投资。 据报道，书写板和古筝已经进入中国。我武断地说:他们在中国肯定会失败。中国市场有自己的特点。谷歌，世界上最好的科技公司，无法应对中国市场，更不用说其他了。没有一种真正的外国产品能在中国做得很好。当然，几乎所有的外国产品都被复制了。 推荐是正确的方向，但它不一定是一项有利可图的业务 朱:上海迈路的CEO 推荐应用程序的最终目标是“让正确的人看到正确的东西”。在这三个类别中，“社会化”推荐是基于相似性，看朋友的偏好，然后合作比较。这种商业模式不仅需要技术，还需要一些社会学和心理学；“数据分析”的推荐，如个性化阅读，在技术上并不困难。随着智能手持设备的发展，开发的可能性越来越大，用户喜欢的数据能够被准确掌握；“意见领袖”推荐，如果它只是名人自己的最爱，分享它是没有问题的。如果涉及商业，人们会想:名人推荐的产品真的会是他或她自己的最爱吗？ 像服装马这样的公司在中国很难做，因为中国的电子商务公司肯定会问它能给他们带来什么。首先，很难在独立的电子商务平台而不是淘宝上安排插件。这是我的经历；第二，它能增加订单吗？中国电子商务公司因规模不匹配而退货的现象普遍吗？此外，电子商务网站是否没有写好规模规则，用户不容易注意到？在满足这些条件后，即使衣马可以让用户不用看提示就能买到合适的尺寸，它自己的功能点还是太窄了。我认为有些商业模式在中国很难做。美国的一些小型和专业化的商业模式也可以成功；然而，在中国很难通过制作第三方插件来赚钱。如果你在中国制造新产品，你必须有自己的应用和功能点，不能依赖某个平台。如果他们都是小公司，他们仍然可以合作。如果对方年龄较大，他们肯定会自己动手。大公司实际上非常封闭。即使投资者认为这些小应用程序是可靠的，这些公司在寻找客户时也会遇到源源不断的困难。 难度太高，还是简化复杂度为好 杨炯伟:巨盛万和ceo 的“推荐”应用越来越多，现在人们对推荐的需求更加旺盛，尤其是社交网站越来越多，微博的存在也增加了信息量。因此，每个人都在网上画“人物肖像”，以便让用户尽可能清楚。 我认为搜索引擎也是一种推荐。你告诉我你想要什么，我会在搜索后给你一个结果。这个结果可以由我根据pagerank或各种标准来计算，并且有我自己的逻辑。 我们先来谈谈名人推荐和社会推荐:我认为这些产品很难让我养成使用习惯，因为我推荐的不是我喜欢的。《蛮子文摘》是薛蛮子的首选，不是我的；购物指南社区的推荐是喜欢享受购物成果的女孩的首选。因此，我更喜欢基于数据的个性化推荐。 但是，数据分析的技术难度极高，我们公司正在做广告推荐，这不可能完全准确。例如，我们跟踪了一个网民一个月内浏览的200个网站，但事实上，人们一个月内浏览了近2000个网站，我们的数据永远不够全面，就像盲人触摸图像一样。然而，这种意识和实践是有意义的。盲人触摸图像并不重要。触摸它比从未触摸它更好，完全弥补也更好。因此，在大多数情况下，很难真正个性化推荐的应用程序。 建议应用一些数据。当我上来的时候，我会问一系列的问题。说实话，我觉得有点恼火。如果有几个问题，比如有四个问题，每个问题有四个选项，也就是说所有用户都分成16类，这远远不够，很难做出好的用户体验。但话说回来，从目前的商业模式来看，对用户进行粗略分类就足够了，例如，根据星座划分12种人。 他们将撼动搜索引擎 超链接" http://capital . cyzone/people/28/" \ t " _ blank "刘二海:君联投资董事总经理 在互联网上，有三种方法可以解决问题:主动搜索、向问答网站提问、浏览和推荐。搜索确实为人们提供了一种极其简单的方法来寻找答案。人机界面非常简单，只有一个框架。说到人机界面，我们不得不提到苹果。在乔布斯和苹果看来，人机界面的发展趋势是走向自然，努力降低产品的使用门槛，让产品在很短的时间内快速达到高渗透率。同样，简单易用的特性使搜索变得流行。 搜索仍有许多问题。最突出的是结果太多，不准确，或者没有合适的答案。基于社交互动和分享的推荐和问答可以更好地解决搜索引擎不准确和搜索结果过多的问题，非常有前景。他们的成功有几个关键因素: 首先，找到用户聚集的地方。数据分析、社交互动和评论都需要大量用户。最好是自己收集用户，但这很困难。或许更合理的方式是与拥有大量用户的社交网站合作。 其次，社交网络的使用。领英在这方面做得很好。 第三，数据挖掘。这是建议的基础。 今天，社交网络已经成为一种巨大的存在。然而，基于社会关系的推荐和问答等应用已经出现。因此，我对这里的机会持乐观态度。他们的发展可能会对搜索引擎产生影响。
