原创《异友需求是硬需求》
该文是关于需求类在职毕业论文范文与异性交友和异性交友需求和硬需求相关自考开题报告范文。
今年,探探在员工规模上有一个扩张.之前探探的员工在七八十人左右,现在团队已逾百人.其中工程师团队有六七十人,数量涨了逾一倍.
董事会和投资人给我的最重要的建议是今年要多在员工招聘上投入精力.这一年我们在机器学习、算法和用户增长领域招聘了多位行业资深人士,还将继续在这些领域招聘人才.
团队规模扩充主要是基于探探产品核心功能进化的需要.从产品形态来看,探探的核心功能有三个部分：配对、聊天和朋友圈.配对是其中非常重要的部分,因为探探的使用规则是用户配对成功之后才可以聊天,才可以看到配对用户的朋友圈.
这就要求探探的用户配对匹配率要高.如果用户每天能够配对2 到3 人,并且匹配的用户还能够聊到一起,用户体验就好.如果探探用户只有三分之一的时间有配对,这个体验就不好.
探探现在是继腾讯之后,最大的95后社交平台,但还是有一部分用户困在配对不够多、配对的用户不能聊天的问题上,我们想解决这个问题.
2017年我们花费近半年的时间去为用户做智能匹配的算法调整,提高用户的配对成功率.我们用机器学习进行算法的迭代,不是蹭人工智能的热点,是机器学习让我看到了探探可以做这件事情.
我虽然学计算机出身,但是上学期间没有学习过人工智能的相关知识,之前也没接触过,不了解机器学习.因为我平时下围棋,Alpha Go 4:1赢了李世石之后,我去查阅了关于机器学习的相关知识,略微有些了解,觉得算法可以提升探探的配对效率.
用户在探探上提交的资料比较详细,包括年龄、性别、学校、工作、兴趣爱好等,根据地理位置还会知道用户白天和晚上都在哪,哪些用户有过擦肩而过,这些都是用户提供的信息.算法对用户提交的信息进行挖掘,大概率能判断用户会喜欢什么样的人.
当然,这只是判断的一个方面,很多基本信息相近的用户对另一半的喜好是不同的.比如说工作单位、职位、兴趣爱好一样的女生,她们喜欢男生的口味可能不一样,她们在探探上右滑（表示喜欢）的男生不同.
我们会根据用户的行为数据进行判断,因为用户每天都在左滑右滑,做出YES OR NO的选择.用户在探探上留下的行为数据比单纯浏览Feed流信息留下的数据更能判断其喜好,因为Feed流用户就只是看,而用户在探探上一直在表态.我们经过算法分析去推荐用户可能会喜欢的人、可能喜欢这个用户的人,来提升配对效率,推荐更能让用户聊得起来的配对用户.
探探有700 万的日活用户,每天处理1000万次配对.我们基本上是在一万个用户里面为用户挑选一位匹配对象.与此同时,还要避免头部效应,让尽量多的用户有配对.
我们投入大量的人力和时间去调整算法,预计明年年初推出基于机器学习推荐配对用户的更迭版权.目前这个版本已经在几个省份进行灰度测试,从后台的数据来看,第一轮迭代的算法让总配对量涨了40%?50%.
我跟Sophia创办探探的初衷就是希望用户能够在探探上认识到靠谱的朋友,我们想把这件事情做好,因为异友需求是硬需求,是个永恒的需求.如果探探能够提供一个最好的方案,那么用户就会来用探探.
需求论文参考资料：
结论,该文是关于经典需求专业范文可作为异性交友和异性交友需求和硬需求方面的大学硕士与本科毕业论文需求论文开题报告范文和职称论文论文写作参考文献。
