力学哥巨头小应用二:腾讯再推新闻资讯应用新闻超秘,主打“听新闻”-郭静的互联网圈
发布时间: 2019-03-29 浏览: 237力学哥巨头小应用二:腾讯再推新闻资讯应用新闻超秘,主打“听新闻”-郭静的互联网圈
力学哥
新闻资讯领域的竞争尤为激烈,PC6下载站的数据显示,新闻App的数量多达3101款,远远超越当前绝大多数网络应用同类型App数量。大到BAT等互联网巨头,小到不知名的开发者,都有许许多多的新闻App产品。腾讯本身也有自己的新闻阅读产品腾讯新闻和天天快报,QQ浏览器也可以算在里面。
CNNIC发布的《第40次中国互联网络发展状况统计报告》显示,手机网络新闻已经超越手机搜索成为网民使用率和网民规模第二大的应用,手机搜索是被动式获取信息,而新闻阅读是前置的主动式获取信息,这充分显示出网民用户需求的变化。
巨头的倒腾精神并不比创业公司弱。
继腾讯新闻、天天快报之后,腾讯又推出了一款“听新闻”应用新闻超秘。
官网介绍称:新闻超秘是腾讯公司全新推出的一款基于机器学习和智能算法的交互式新闻产品,7X24小时全天候为您带来“秘书”般贴心的资讯服务。以人工智能为强劲内核,新闻超秘力图在“信息爆炸”时代凭借技术能力驱动有价值、更高效的阅读体验,打造千人千面的个性化语音资讯服务平台。
1.新闻超秘和腾讯新闻、天天快报是什么关系?
腾讯旗下已经有了两款新闻阅读产品腾讯新闻App和天天快报App,现在又上线新闻超秘,不会和腾讯新闻、天天快报造成冲突吗?新闻超秘和腾讯新闻、天天快报又是什么关系呢?
新闻超秘并非最近才上线,早在2017年6月2日就开始陆续上线,iOS版本上线于四个月前。
跟腾讯新闻、天天快报的定位不同,新闻超秘的主打场景是“听新闻”,目前市面上专门“听新闻”的产品很少见。而且,新闻超秘还是基于腾讯的人工智能技术,将资讯内容压缩成200字对用户播报,这样大大缩减了用户获取信息的时间,有的稿子动辄两三千字,多则上万字,这样听下去确实很费时间,但200字的压缩,一方面节约了用户时间,另一方面也保证了内容精度。
市面上虽然也有不少“听新闻”功能的产品(腾讯新闻此前也有有“听新闻”功能),但其只能“傻瓜式”地对新闻内容进行阅读播报,无法对内容精编。新闻超秘却可以对用户提前选择好的频道内容进行筛选,然后再提取播报,并且无需用户手动设置,系统会像新闻客户端的信息流一样,对当天的内容一直自动播报,直到当天内容汇报完毕。
所以,新闻超秘本质上并不会跟腾讯新闻、天天快报造成冲突。一个以阅读为主要场景,一个以听为主要场景。腾讯新闻、天天快报是人工+机器的形式,而新闻超秘只是纯粹的机器产品,其1.0版本的介绍称,里面所有稿件都将由Dreamwriter机器人来撰写。
新闻超秘更像是腾讯人工智能在新闻业务上的小幅度尝试,本身不面向广大用户,更多的还是在语义理解、语音识别等方面的尝试。新闻超秘和腾讯新闻、天天快报更像是平行线,不过,据郭静的互联网圈了解,新闻超秘的内容源里,有些内容来自腾讯新闻、天天快报,但这并不会让腾讯新闻、天天快报造成分流。
2.在新闻资讯领域,新闻超秘还有戏吗?
面对竞争如此激烈的新闻资讯领域,顶着腾讯光环的新闻超秘还有戏吗?能否在众多新闻资讯App里闯出一片新天地呢?
AppStore里,截至目前为止,新闻超秘仅更新了两个版本,应用宝的数据显示,下载量仅为1001次。而新闻超秘的上线距今已有半年时间,从下载量数据来看,新闻超秘委实“低调”的不像话。
只要是App应用,必然离不开下载量、安装量这些数据,没有这个基数在,就算App逼格再高也是枉然。新闻超秘官方微信公众号目前仅更新了三条内容。
而在产品方面,新闻超秘目前仍旧不够成熟。新闻超秘本身在内容层面做了前向过滤,即“从海量资讯中沙里淘金,快速捕捉优质头部新闻,过滤标题党、广告等低至信息等”,可新闻超秘的“沙里淘金”却也无意中漏掉了许多重要内容。
用户登录新闻超秘后,可选择体育、科技、娱乐、文化等具体频道,首页的简报流里便会推荐相关内容,以科技频道为例,2018年1月8日当天仅有18条内容,但实际上科技行业当天并不止18条内容,可见,新闻超秘的“沙里淘金”淘的太狠了,一定程度上会造成重要信息被漏掉。
图为在新闻超秘里搜索“腾讯”的搜索结果,几乎都与腾讯公司无关。
没有足够多的内容库给系统做排序,那么,如何能够做到“排序”呢?千人千面倒是有可能,可如果是百万人、千万人呢?肯定会有用户的内容是一样的。
另外,用户并没有对内容说“不”的权利,绝大部分走个性化路线的新闻阅读产品,都给有让用户“拒绝”阅读的功能,因为要想更多的了解用户,除非了解用户喜欢的部分,还必须了解用户不喜欢的部分。大概,新闻超秘都过滤完了,所以不需要这个功能,但不拒绝,哪里知道是否喜欢/讨厌呢?这大概是个假的个性化产品。
一方面没有庞大用户量做基数,另一方面也没有足够的内容库做基础,腾讯的集团资源在新闻超秘上也不明显,目前来看,新闻超秘在新闻资讯领域没戏。当然,腾讯利用人工智能与新闻结合的玩法不可能断绝,将来也很有可能会有别的产品出现,但肯定和现在的新闻超秘无关。
3.资讯“秘书”真的有可能吗?
信息大爆炸时代,用户以及平台都在想办法解决这个难题,海量的信息流中,肯定是有很多跟用户不相关的内容。新闻超秘的畅想是做“秘书”般贴心的资讯服务,资讯“秘书”真的有可能吗?
信息的筛选和过滤建立在海量内容源的基础之上,如果本身的内容源有限,那么即使再怎么过滤,也是不够,总会造成信息缺失。目前能对全网内容进行海量抓取的是搜索引擎,新闻资讯类产品就算能抓取全网的内容,但版权并不在自己这边,抓取是没问题的,可抓取了拿去使用的话,就意味着有可能产生侵权问题。目前各个平台都在不断扩大自己的内容源,先做到全,再去做筛选。
但局限性又来了,因分属不同的公司,内容源方面做不到统一,所以,最终还是会有欠缺,当然,普通用户漏掉部分信息的话,并不会对其造成影响。
在各大平台纷纷扩大内容源之际,有大量垃圾内容也伴随着进入内容库,而要对如此庞大的内容库进行区分、筛选、过滤,是一个非常庞大且复杂的工程。
就目前来看,信息的筛选和过滤仍是失败的,做不到所谓的“秘书”地步。用户要想真正了解自己想要的信息,当前的新闻资讯产品仍然不够,因为有些内容是新闻内容的延伸和衍生,这些本身并不属于新闻资讯,但却又与新闻资讯内容息息相关。要是再将内容源扩大,很容易将现有的布局给破坏。
某款新闻资讯类产品曾想做到“确保新闻的时效性和真实性”,在时效性上倒是没问题,可保证所有新闻内容的真实性,这个却不可能存在,谁都无法保证所有内容是真实的。
面对海量内容,我们仍需要浪费大量时间自己去做过滤和筛选。
关于我
——————————————————
郭静,钛媒体2014年年度十大作者之一,关注互联网,关注TMT。『郭静的互联网圈』覆盖今日头条、一点资讯、畅读、搜狐新闻、腾讯新闻、凤凰新闻、网易新闻等多个客户端。
- 文章归档
-
- 2020年11月 (60)
- 2020年10月 (312)
- 2020年9月 (304)
- 2020年8月 (315)
- 2020年7月 (314)
- 2020年6月 (292)
- 2020年5月 (316)
- 2020年4月 (303)
- 2020年3月 (312)
- 2020年2月 (282)
- 2020年1月 (312)
- 2019年12月 (312)
- 2019年11月 (196)
- 2019年10月 (240)
- 2019年9月 (292)
- 2019年8月 (221)
- 2019年7月 (90)
- 2019年6月 (98)
- 2019年5月 (102)
- 2019年4月 (1607)
- 2019年3月 (2200)
- 2019年2月 (359)
- 2019年1月 (382)
- 2018年12月 (213)
- 2018年11月 (299)
- 2018年10月 (300)
- 2018年9月 (302)
- 2018年8月 (302)
- 2018年7月 (312)
- 2018年6月 (301)
- 2018年5月 (313)
- 2018年4月 (305)
- 2018年3月 (315)
- 2018年2月 (287)
- 2018年1月 (303)
- 2017年12月 (312)
- 2017年11月 (297)
- 2017年10月 (306)
- 2017年9月 (311)
- 2017年8月 (309)
- 2017年7月 (164)
- 2017年6月 (86)
- 2017年5月 (105)
- 2017年4月 (105)
- 2017年3月 (101)
- 2017年2月 (93)
- 2017年1月 (88)
- 2016年12月 (92)
- 2016年11月 (92)
- 2016年10月 (94)
- 2016年9月 (93)
- 2016年8月 (86)
- 2016年7月 (92)
- 2016年6月 (87)
- 2016年5月 (91)
- 2016年4月 (101)
- 2016年3月 (102)
- 2016年2月 (92)
- 2016年1月 (93)
- 2015年12月 (95)
- 2015年11月 (90)
- 2015年10月 (97)
- 2015年9月 (100)
- 2015年8月 (91)
- 2015年7月 (95)
- 2015年6月 (86)
- 2015年5月 (98)
- 2015年4月 (96)
- 2015年3月 (94)
- 2015年2月 (85)
- 2015年1月 (94)
- 2014年12月 (87)
- 2014年11月 (79)
- 2014年10月 (104)
- 2014年9月 (90)
- 2014年8月 (83)
- 2014年7月 (99)
- 2014年6月 (87)
- 2014年5月 (94)
- 2014年4月 (74)