文/九木
编辑/也行
校对/子蕊
策划/Eason
年，社会心理学家卢因在其《群体生活的渠道》一文中曾提出著名的“把关人理论”。3年后，这一理论被引入了新闻传播领域，从大众传媒时代到门户网站时代，媒体编辑承担了“把关人”的角色。但随着自媒体的兴起，编辑的作用开始弱化，以智能算法推荐引擎为主的信息流媒体中，“算法”作为新的关键角色出现。
随着5G大数据时代来临，智能算法推荐更是一跃成为现代信息传递的重要方式。作为一种高效的信息分发工具，在内容、电商、视频等领域逐渐成为一种不可或缺的技术手段，通过机器学习算法打破用户先入之见，找到用户隐性兴趣点，精准高效地帮助用户在海量信息中找到想看的内容。
火山引擎的智能推荐平台是依托字节跳动先进的大规模机器学习和个性化推荐技术，借助在信息资讯、视频直播、社交、电商等多个领域的能力积累，为客户提供一站式推荐服务能力搭建平台。
那么，智能推荐平台到底能为企业解决哪些需求？具有哪些优势？底层逻辑是什么？本期内容，第一新声采访了火山引擎的产品团队，通过拆解内容电商的客户案例以及在内容电商行业的需求应用情况，呈现其产品核心优势；同时揭开智能推荐的本质与内核，分析其为客户的用户活跃度、忠诚度及转化率方面带来的长远价值。
01案例故事：击破2大痛点，UV_CTR提升65.1%
在智能推荐领域，火山引擎已有不错的口碑，其智能推荐平台服务了大量客户，覆盖电商、内容、大屏、新闻、游戏、社区、社交、厂商等多个行业，客户包括oppo、vivo、中免、识货等行业知名企业，并获得了客户的高度认可。
以乐刻为例，是一家年创立的健身产业互联网平台，以用户运营为核心，构建数智中台，打通场景、用户、教练、服务，对健身产业进行数字化升级改造。一方面是线下采用“24小时”，“月付制”、“智能化”、“全程无推销”的健身房模式，另一方面是线上APP提供社区交流、信息购卡购课、择馆约课、集市电商等。
经过不断的发展，目前乐刻已经成为健身界新晋独角兽。但在追求更好体验的过程中，乐刻线上APP却存在2个痛点：一是想强化APP的内容生态，将社区板块迁移到APP首页，希望激发教练和消费者做分享，通过大数据和算法模型预测每个用户的兴趣，实现精准的信息分发，让用户能看到自己感兴趣的内容，愿意在社区做更多的停留，从而达到提升留存的目的；二是将浏览首页、课程、社区等各版块内容的用户引流到课程商品上，更好的实现内容变现。
鉴于火山引擎技术助力抖音集团打造了强大的内容生态，后者成为了备受大众欢迎的产品。那么将火山引擎的推荐算法应用于乐刻又将会发生什么化学反应呢？基于此，年1月，乐刻开始与火山引擎接触，6个月后正式合作。
厘清需求逻辑、锚定方向后，“如何落地”是最后一公里要解决的问题。
“在落地的过程中结合乐刻业务规划和数据现状，双方团队在技术方案上的严密论证和业务场景上的密切沟通，最终拟定分为2期进行项目实施，希望通过该解决策略达到最优效果。”火山引擎回忆道。
年7月，开始了一期实施，解决上述的第一个痛点，整体的流程分为五步：第一步切入乐刻的“APP-首页推荐feed流”场景，通过API的方式接入乐刻数据，对数据进行清洗和质量校验。第二步进行特征工程、抽取特征（包括User特征、Item特征、Context特征等）构建样本。第三步客户可自定义模型或预置模型进行开发。第四步通过服务流串联起召回、排序、规则等模块，实现线上服务。第五步进行AB测试检验效果，通过几天的测试效果再逐步扩流，一个月内效果比较明显和稳定，再将客户所有的流量都接入智能推荐平台。
从市场表现看，一期的成果也是显性的，UV_CTR提升65.1%，用户停留时长翻一番，人均点击提升%。
年10月，开启了二期项目实施，与乐刻一起解决平台变现的问题，提升人均转化次数。乐刻自身也从业务层面策划了各种政策来鼓励教练或运营人员发布挂有商品的内容。
“二期较一期相比最大的区别是需要有转化的样本，通过埋点的手段采集用户行为数据，提升用户付费意愿。”火山引擎表示，双方对二期的效果充满信心和期待。
02共性问题：采用传统方式自建推荐系统，成本高、分发效率低
无论是门户网站、搜索引擎，还是