本篇文章1749字，读完约4分钟
在阿里、腾讯和百度的围攻下，今天头条的好日子还能继续吗？
今天的头条提出的2016年年度广告收入目标是60亿元人民币，以精准的推力突破了媒体的包围。据业内猜测，如果从2015年的公共财务报告和行业平均增长率来看，2016年不会出现意外，今天的头条已经可以排在国内互联网公司广告收入的前五名(流量兑现平台)。
据企业家介绍，今天的头条已经超过了60亿元的年收入目标，并可能达到100亿元。今年年初，首席执行官张一鸣在内部年会上的讲话中指出，他希望通过1/7的媒体时间、更强大的广告系统和更强大的业务系统，实现1/5的市场收入，并希望在2020年达到100亿美元。
截至2016年9月底，今天的头条有5.8亿用户，每日用户超过6300万，单个用户的平均每日使用时间超过76分钟，这意味着用户每天将在今天的头条停留45亿分钟。张一鸣的信心来自这样一组数据。
张一鸣离100亿广告收入的目标还有一步之遥。与传统门户领军企业新浪相比，2015年全年在线广告收入为7.432亿美元，相当于不到50亿元人民币。作为新一代流量门户和广告领军企业，腾讯2015年在线广告收入同比增长110%，达到175亿元。今天，《头条新闻》已经运营了四年，并且有望超越它。百度和加州大学采取了后续策略来发展自己的标题业务。
在智虎上，今天的成功标题被分解成信息流+个性化推荐。不足为奇的是，信息流中，张灿·益铭是如何通过个性化推荐而赚取100亿广告收入的？
2016年10月20日，黄金奖励论坛今天在上海举行。今日头条创始人兼首席执行官张一鸣在论坛上发表了题为“利用技术思维下的趋势”的演讲，探讨了技术思维下未来广告的新趋势，为100亿广告收入问题提供了一个参考答案。
以下是今天的头条创始人兼首席执行官张一鸣在2016年黄金奖励论坛上的讲话。今天的头条特别论坛于10月20日举行，由企业家&我是黑马编辑，有删减:
大家好，我很高兴来到金色奖励，与大家一起探讨技术思维下未来广告的新趋势。
你为什么要谈论这个话题？你们都是广告和营销行业的专家，所以我要谈谈这个话题。我是一名程序员，我的技术思维一直影响着我。今天，我也将从技术的角度谈论未来的广告，这是我比较擅长的话题。
让我们简单介绍一下今天的头条。四年多前，2012年8月，今天的头条正式发布。两年前，一些朋友来问我今天的头条是不是媒体。到目前为止，这个误会似乎已经慢慢消失了。
我们不是媒体，不是传统的新闻客户，也没有手工编辑。
我们是一个推荐引擎产品和信息发布平台。文字、图片、视频，甚至问答、直播和其他形式的信息内容都可以通过我们的推荐系统找到感兴趣的用户。当然，广告也可以被准确地推荐。
截至2016年9月底，今天的头条有5.8亿用户，每日用户超过6300万，单个用户的平均每日使用时间超过76分钟，这意味着用户每天将在今天的头条停留45亿分钟。
这45亿分钟可以转化为广告的商业价值。据数据服务提供商questmobile称，微信是移动应用中每月人均使用次数最多的两个应用之一，另一个是今天的头条新闻。
今天的头条，作为一家成立于四年前的互联网公司，发展非常迅速。主要竞争力是什么？
今天的头条使用人工智能推荐算法来提高信息发布效率。在前两年，其他人认为我们只是另一个新闻客户，没有给予足够的重视。现在，整个行业已经走上了智能算法分配的道路。
许多类似的产品正在销售中；传统的新闻客户也在网上修改，以推荐频道；浏览器也提供建议；甚至电子商务平台也有自己的标题。英美烟草已经开始推荐算法。
除了信息发布，标题还具有很强的商业化能力。现在头条的主要商业化模式是什么？广告。
许多人会认为靠广告赚钱是不够的。但我认为这没什么错。谷歌和facebook也主要依靠广告，这可以做得很好，也很有趣。
今天的标题实际上是广告中最不混乱的公司。虽然每个人都在不断探索新的商业模式，但我们仍然做准确的需求广告。
今天的标题精确需求广告依赖于个性化推荐算法。传统的信息阅读平台为每个用户提供相同的主页。但事实上，每个人都是独立的个体，有不同的阅读偏好，所以每个人的首页标题都不一样，可以接触到成千上万的人。
例如，家庭主妇会收到关于家常菜的信息，体育爱好者会看到足球比赛被推。今天的标题是根据用户特征、环境特征、文章特征和其他数据组合和推荐的。这得到了人工智能技术的支持，如数据挖掘、神经网络、自然语言理解和机器学习。
当整个内容产业从编辑分发转向机器智能分发时，分散模式改变了广告的分发模式。
众所周知，广告离不开三个环节:生产、分销和消费。在智能推荐时代，这三个端口正在发生变化，以顺应智能推荐技术的发展趋势。
广告信息化
首先，从广告制作的角度来看，有必要做类似内容的广告。
在智能分销时代，我认为广告信息化是一种趋势。因为个性化推荐，推荐的是信息。广告也是信息的一部分，是具有商业价值的信息。
如今，强行干扰阅读的广告不再是好的模式。当年，门户网站的广告挂在两边，甚至飘在网页旁边，挡住了用户的视线，极大地影响了阅读体验。
我们商业化的目标是让广告成为有用的信息。广告必须是可读的，然后才能直接产生价值。例如，列出信息的新产品或具有商业价值、可读性和可维护性的试驾活动，我们将其作为正常内容推荐给用户。
2012年初，我去见投资者，他们当时告诉我，手机屏幕这么小，你的广告一定很无利可图，因为屏幕很小，广告的展示空间很少。然而，我们引入了信息流广告，它可以像信息一样分发。信息流广告可以不受显示位数的限制不断更新，不会像以前那样干扰用户体验。可以说，它是一种信息。
我们的广告都标有清晰的广告词，但由于推荐系统是准确有用的信息，转换率非常好，很多用户并不介意这是一个广告。这也是我认为标题广告具有较高投资回报率的表现。
互联网平台，还有谁是广告信息流？我们可以看到脸书、推特、instagram等等。facebook在2011年推出了信息流广告，它迅速从个人电脑扩展到手机，并改变了Facebook的整体收入结构。
信息流广告成功后，facebook开始将其应用于更多产品，instagram在2010年收购的就是其中之一。
配电自动化
第二，分销、广告分销自动化和技术应用提高了交付效率。
未来，广告必然会个性化。不同的人看到不同的广告，这是你以前无法想象的。广告发布将更加灵活。像普通内容一样，它会以个性化的方式显示在每个用户面前，这样您的目标用户就可以看到您的广告，并且更加准确。
今天的头条现在可以根据大数据为同一个广告制作几十个版本的材料，这样不同的人可以真正给出不同的需求。事实上，根据目前的技术，这是不容易做到的，因为一个必须准确地对应不同的消费者，而另一个必须在技术上是分布式的。例如，如果标题知道我喜欢数字产品，当它推荐手表产品的广告时，它会推荐苹果手表而不是豪华手表。
今年，许多商业合作尝试了这种创造性的形式，并取得了意想不到的结果。例如，头条和亚马逊在世界图书日的一本好书《遇见你》中的合作就是其中之一。在这里，我先卖一把锁，然后分享下半部分的头条。
此外，分销技术的成熟也给品牌广告商带来了更多的选择。例如，在投放品牌广告时，它还可以有程序上和技术上调整广告的效果，使其自身的品牌广告在投放过程中得到完全的控制，在保持数量的同时，可以随时改变和调整自身的数量，从而达到产品和效果的真正结合。这个私人交易平台被称为pdb。
信息的视频化
最后，在消费层面，广告消费正在变成视频。随着4g和wi-fi技术的普及、低制作门槛和强大的用户需求，短视频消费终于迎来了一个加速爆发期，视频广告形式也将成为新的主流。
就今天头条的视频数据而言，每天有10亿次广播，每天的广播时间达到2800万小时。在今天的标题平台上，用户观看的短视频数量迅速增加，视频流量在不到一年的时间里超过了图形流量，信息变成了视频。
目前，标题已经成为中国最大的短片平台之一。
举两个在我们平台上制作视频的标题数字的例子:
第一个叫“昆哥玩花”。坤哥是中国花卉新闻的记者，精通花卉文化。他上传到头条的家庭农业教学视频大约有2-4分钟长。
45万人向他学习如何种植菠萝，43万人学习如何修剪虎威兰，16万人想在家学习种植芒果，22万人对种植果树感兴趣，24万人想种植辣椒，最受欢迎的是猪笼草。共有765万人观看了教学视频。
第二个标题是“魔术林建伟”，这位魔术师将在一个5分钟的视频中教授他的魔术技巧和方法。在他的视频列表中，152万人学会了将手机放入气球的魔力，191万人学会了在街上换卡的魔力，105万人学会了漂浮香烟盒的魔力，103万人学会了扑克穿越金钱的魔力。
在信息视频化的趋势下，短视频广告消费无疑将成为移动营销的下一站。因为视频有一个天然的优势，即它比文字和图片有更好的感官体验，并且可以更有效地传播，并且短视频的制作成本和门槛相对较低。
我们今年的重点是支持短片内容的创作，而视频广告也是我们今年商业化的一个重点。
就在上个月，我们的商业化在华北、华东和华南地区开展了标题系列视频商业产品的推广，通过各种视频商业产品更好地服务于我们的品牌。未来，将会有更多的视频商业模式。
面对新的趋势和挑战，我认为我们需要不断尝试和改变，技术团队是我们有利的支持。
今天的头条是一家科技公司，我们一半的管理团队会写代码，产品经理甚至人力资源部也会写代码。负责商业产品的人也是熟练的和算法的，我们的商业产品也是由技术驱动的。
事实上，在技术思维的驱动下，今天的头条不断优化运营效果，帮助广告商通过智能分销最大化其营销价值。例如，我们提出了短视频营销中的poe价值衡量体系，可以从曝光、转换和用户的主动行为三个方面更准确地评价和衡量视频广告的传播效果。
用户会忽略广告，但他们不会忽略有趣的内容。我们一起可以让广告成为用户感兴趣的标题。
谢谢你
今天的头条是如何产生高用户粘性的内容的？它是如何分布的？今天的头条科学家和头条实验室主任李雷在他的演讲中给出了具体的答案。今天的标题机器人处理对话和新闻创作。
以下是今天的头条科学家和头条实验室主任李磊在2016年金奖论坛上的讲话。它是由企业家&我是黑马编辑的，有一些剪辑:
今天的头条是一个为用户提供信息的共享阅读平台。在整个过程中有三个重要部分，包括如何创建高质量的内容，如何将内容分发给感兴趣的用户，如何鼓励读者在阅读这些文章和观看这些视频后围绕内容进行讨论和交流。这三项核心技术都需要人工智能。
今天，我将介绍这三个方面中的两个，包括内容创作和内容讨论。我们如何让机器人与人讨论并做机器人自动创作。
我们要处理的问题主要是语言问题，这与前面提到的形象问题有很大不同。图像输入是固定大小的，而语言问题更复杂，一个句子可以是长的或短的。这就带来了一个问题，如何处理变长输入。
我们创建的深度学习模型的基础是能够处理可变长度的输入，基本思想是添加记忆单元。在这个模型中，一些单位专门负责记录历史信息，可以长时间记住这些信息并对未来做出预测。
递归神经网络(递归神经网络)
例如，有一个非常简单的循环神经网络模型，它的输入是x1，x2，x3，x4，每个输入是一个向量。与传统的卷积神经网络不同的是它的输出部分或图像体积部分。这里，每个h不仅与当前位置输入相关，还与之前的输入相关，因此历史信息可以组合，这是最简单的形式。
还有一种稍微复杂一点的形式叫做gatedrecurrentunit(gru)，就像人脑学习一样，它增加了一些开关来选择性地记住和忘记信息。
例如，添加了一个称为resetgate的开关来选择性地存储信息，并且还有一个开关控制输出，它可以控制哪些部分是在前一时刻之前留在一个位置的信息，哪些信息需要保留在下一个位置。
通过这些带有记忆单元的神经网络，可以构建自动对话的机器人。例如，这里我展示了一些我们的机器人可以做的对话。
我们的机器人不仅能和人聊天，还能对用户说的一些新闻做出情感判断。甚至我们的机器人也能对长时间的输入做出更准确的反应。这是一个著名的电影台词，机器可以很好地响应。
在这些对话中，你具体是如何产生回应的？这里有一个简单的演示:从循环神经网络开始，给它一个初始状态，黄色部分是它的初始状态，从这个初始状态开始生成下一个状态，并从当前隐藏的信息开始预测在这个位置需要输出哪些单词。
在我们有了单词之后，我们将输入这个文本信息作为下一个单词的所需信息，并且合成它以从第一个单词生成第二个单词，以生成第三个单词，以生成第四个单词，直到句子生成结束。
