New Zealand
English
Share

基于问答社区建立“新一代搜索引擎”,「HOW好好搜索」获Pre-A轮融资

生活Author: 程木各
基于问答社区建立“新一代搜索引擎”,「HOW好好搜索」获Pre-A轮融资
Summary以「今日头条」宣布入局搜索为标志,中国互联网的“流量入口之争”终于被放置在了众目睽睽之下。

以「今日头条」宣布入局搜索为标志,中国互联网的“流量入口之争”终于被放置在了众目睽睽之下。互联网竞争进入下半场,移动互联网红利的消失使得搜索领域的短兵相接来得更早且更残酷——“搜索引擎”,决定了移动互联网下企业的生存空间:百度提出知识增强的语义表示模型 ERNIE ,发力AI推出对话式人机交互DuerOS,企图用“All in AI”力挽狂澜;阿里悄无声息地用Quark发展全网搜索,其基于智能对话的探索和沉淀也逐渐浮出水面并成功应用在“天猫精灵”上;字节则致力于打通内部内容生产链条,窥伺着用多模态搜索握紧移动互联网时代的信息入口......

无论成或败,进与退,下一代搜索引擎的发展方向却殊途同归:“对话式问答”,将毫无疑问地成为搜索引擎的未来。

而在积极探索新一代搜索引擎形态、拓展中国互联网想象边界的,除了巨头,还有行业赛道内的初创公司。

接触到的「HOW好好搜索」即谋求基于“对话式问答”,建立“新一代搜索引擎”,满足用户在多维需求场景下的长尾搜索需求,实现人机结合的信息检索输出。近期「HOW好好搜索」宣布已完成Pre-A轮数百万美金融资,此轮融资由蓝湖、GGV资本领投,棕榈资本担任独家财务顾问;此前其已完成由经纬领投的数百万美金天使轮融资。

「HOW好好搜索」面向搜索场景下信息输入和输出的双向痛点:

在用户多维生活场景下,「HOW好好搜索」致力于满足用户长尾问答需求,建立人机结合的信息检索输出机制:

结合人机,基于UGC内容的“对话式问答搜索”不仅开发、利用了UGC的内容价值,还提高了搜索场景下回答的高度相关性和多元性,从而辅助“智能识别、有问必答”的功能实现,满足新一代搜索引擎内“更千人千面的生活性场景需求”。

hougarden

「HOW好好搜索」App内截图

从建立问答社区开始,累积有效问题和答案进行碎片化和逻辑层次处理并利用问答交互信息进行模型训练,「HOW好好搜索」完善了长尾语句关键词提取、自动填充和内容匹配、分发的功能框架,用于满足用户生活需求场景下的信息检索、获取需求。为搭建“新一代对话式问答搜索引擎”的架构,「HOW好好搜索」正进一步开发语音识别、输入和对话功能,并完善系统稳定性。

据「HOW好好搜索」提供数据,目前平台累计问题数量超过1300万,回复超1800万。用户发问频次1.5次/天、回复3-4次,问题得到回复率90%,平均回复时长为15-30分钟。

在利用模型和算法解决信息输入端的问题之后,「HOW好好搜索」进行了分享内容反向搜索的功能开发。通过语意理解算法,用户在「HOW好好搜索」内「HOW友圈」发布的生活分享内容可被匹配至适合的提问下,适配问题回答。在此机制下,用户产出的多场景碎片化信息、真实生活经验、学术知识等信息都将被开发、利用并对接至真实需求提问下,使“用户分享内容有价值”。

据「HOW好好搜索」提供数据,目前App内发问者跟回复者的交叉概率为70%,即有70%的用户即在平台上提出问题,又在平台上回答问题。在去中心化的设置内,用户即是提问者,又是回答者。通过擦亮问题、回复鼓励等形式,「HOW好好搜索」鼓励用户在对应的生活需求场景下进行问题回复和内容产出:一方面将用户门槛降到最低,提高用户的参与感,增加用户粘性;一方面用“有用”代替“有趣”,提高碎片化信息的利用价值,深度开发UGC分享机制。

hougarden

「HOW友圈」分享内容反向搜索

为进一步提高用户的参与感和连接感,「HOW好好搜索」还开发了回复分享、擦亮问题等功能,并提炼“HOW发现”、“HOW热门问答”等功能,辅助用户运营。

hougarden

「HOW好好」演示界面

「HOW好好搜索」认为对话式问答的核心是“去中心化”。在去中心化的分发机制下,大比例用户参与问答、“问+答”用户交集率维持高位能驱动问答社区逐步向搜索演进,谋求从“从问答社区到搜索引擎”的转化。据「HOW好好搜索」提供数据,目前App内45%的用户是问答的提供者,而非浏览者,30日留存率达到25%。用户二次发问率62%,二次回复率64%。

致力于“让搜索像说话一样简单”,「HOW好好搜索」认为“下一代对话式问答搜索引擎”目标将近,未来已来。从多维生活场景切入、针对长尾搜索对话,用“用户参与感和连接感助力“提问-回答”闭环搭建,正是「HOW好好搜索」打造“下一代搜索引擎”的创新尝试。

「HOW好好搜索」创始人金胤臻毕业于普林斯顿大学,主要从事 optimization and forecasting 的研究。曾就职于硅谷某智能电网预测和优化分配领域的创业公司。


转载声明转载声明:本文系后花园转载发布,仅代表原作者或原平台态度,不代表我方观点。后花园仅提供信息发布平台,文章或有适当删改。对转载有异议和删稿要求的原著方,可联络[email protected]
Comment
Verification Code