產(chǎn)品小檔案：

酷發(fā)現(xiàn)：基于用戶行為的社交化網(wǎng)頁推薦?。╤ttp://www.kufaxian.com）

公司名稱（產(chǎn)品名稱）：《酷發(fā)現(xiàn)》

CEO/創(chuàng)始人：計(jì)拓，連續(xù)創(chuàng)業(yè)者

地點(diǎn)：中國

融資情況：待融資

關(guān)鍵詞：推薦引擎、社會(huì)化閱讀、大數(shù)據(jù)

產(chǎn)品概述：面向在網(wǎng)上瀏覽內(nèi)容的用戶，解決了信息篩選的問題，為用戶節(jié)省了時(shí)間。瀏覽方式從原來的主動(dòng)尋找變成了現(xiàn)在的被動(dòng)發(fā)現(xiàn)，用戶不再需要自行尋找內(nèi)容，這是一種瀏覽方式的改變，同時(shí)也必將影響用戶的瀏覽習(xí)慣。

盈利模式：廣告。在向用戶推薦的內(nèi)容中插入廣告內(nèi)容，廣告直達(dá)用戶，并可根據(jù)用戶屬性投放。收廣告主的錢。

按廣告送達(dá)的用戶數(shù)收費(fèi)。CPR = Cost Per Reach

市場(chǎng)前景：每100萬PV可產(chǎn)生廣告收入2.5萬元（100萬PV x 5%廣告率 x 0.5元 = 2.5萬元）

StumbleUpon數(shù)據(jù)：注冊(cè)用戶2500萬，340萬DAU，2500萬PV/天

競(jìng)爭(zhēng)/潛在競(jìng)爭(zhēng)對(duì)手：飛飛（今日頭條），資訊信息 不得姐（百思不得姐），娛樂趣味 ZAKER，綜合閱讀

產(chǎn)品目的：基于用戶行為、興趣、社交關(guān)系進(jìn)行網(wǎng)頁信息推薦，解決海量信息的篩選。

現(xiàn)在“大數(shù)據(jù)”的口號(hào)響徹天地，基于社交網(wǎng)絡(luò)數(shù)據(jù)來做內(nèi)容推薦的產(chǎn)品更是層出不窮。但酷發(fā)現(xiàn)的團(tuán)隊(duì)感覺，僅僅依靠社交網(wǎng)絡(luò)的支持，所獲取信息的類別是多樣的，內(nèi)容是混雜的，展現(xiàn)形式也是依照標(biāo)簽、評(píng)論等內(nèi)容而列表化的，1）各類信息混雜一起，很難將用戶的興趣點(diǎn)聚焦;2）產(chǎn)品體驗(yàn)還是先要讀列表，不夠方便;3）所推薦內(nèi)容信息量有限，有遺漏;4）按照評(píng)論量等數(shù)據(jù)做排序，缺少個(gè)性。所以，在社交數(shù)據(jù)的基礎(chǔ)上，酷發(fā)現(xiàn)將用戶網(wǎng)絡(luò)行為特性也融合進(jìn)了算法中，更是大膽的對(duì)產(chǎn)品的展現(xiàn)形式做了“另類”的設(shè)計(jì)。

通過社會(huì)化賬號(hào)授權(quán)即可登陸，目前已經(jīng)支持新浪微博的綁定，以后還會(huì)有更多的登錄入口;

無需設(shè)置，讓用戶來做選擇與設(shè)置，過程比較痛苦不說且由于隨機(jī)性較大也未必準(zhǔn)確。而酷發(fā)現(xiàn)的用戶則不需要做任何關(guān)于興趣和喜好的設(shè)置，用戶在綁定微博的時(shí)候，已經(jīng)分析了登陸賬號(hào)的特征，并整理了與用戶特征契合度較高的熱門信息分類，用戶只要從各分類中選擇一個(gè)比較感興趣的即可開始瀏覽了。

產(chǎn)品的展現(xiàn)形式相當(dāng)簡(jiǎn)單和另類，推薦的頁面都是原網(wǎng)頁，只是在網(wǎng)頁上方有一個(gè)酷發(fā)現(xiàn)的工具欄，用戶所要做的只是點(diǎn)一下“喜歡”或是“酷發(fā)現(xiàn)”直接跳入下一個(gè)頁面，不用捋著列表挨個(gè)看，更不用手打域名在網(wǎng)站之間來回切換，使用起來相當(dāng)方便。

好友推薦，作為社會(huì)化的產(chǎn)品，引入了社交網(wǎng)絡(luò)的好友關(guān)系，綁定微博以后，酷發(fā)現(xiàn)還會(huì)推薦好友曾經(jīng)喜歡過的熱門信息，相當(dāng)于好友已經(jīng)幫我們做了信息的一次篩選，也可以通過分享和評(píng)論與好友進(jìn)行互動(dòng)。

算法特征：社會(huì)化+學(xué)習(xí)化

每一個(gè)人都是與眾不同的，酷發(fā)現(xiàn)最主要目標(biāo)就是準(zhǔn)確的為每一個(gè)與眾不同的用戶推薦與眾不同的內(nèi)容。用戶綁定微博后的，酷發(fā)現(xiàn)會(huì)提取標(biāo)簽、好友、收藏等數(shù)據(jù)作出分析，為不同用戶建立起不同的UserDNA基礎(chǔ)模型，該DNA影響著向用戶所推薦信息的分類以及每個(gè)分類中各條信息出現(xiàn)的順序。

如果用戶喜歡該內(nèi)容，在閱讀完成后點(diǎn)擊“喜歡按鈕”，系統(tǒng)還會(huì)推薦下一條相關(guān)的信息，即使不是特別關(guān)注該內(nèi)容，也可以直接點(diǎn)擊“酷發(fā)現(xiàn)”自動(dòng)進(jìn)入下一個(gè)偏好的文章。而且，酷發(fā)現(xiàn)的算法蘊(yùn)含學(xué)習(xí)機(jī)制，不斷優(yōu)化推薦的算法，用戶的每一步操作，包括興趣、喜歡、下一步、分享、評(píng)論轉(zhuǎn)發(fā)等直觀表現(xiàn)，以及所閱讀網(wǎng)頁屬性、停留時(shí)間等隱含屬性都會(huì)被系統(tǒng)記錄，并做出時(shí)時(shí)的分析，換句話說，酷發(fā)現(xiàn)會(huì)學(xué)習(xí)用戶的閱讀習(xí)慣。