用了深度學習，CastBox做了一個播客版的“今日頭條”
你已經有多少年沒聽過廣播了？
是否還記得當年上學的時候，不能看電視，不能玩電腦，廣播里的直播節目和音樂節目陪你度過了許多的夜晚。
這兩年，隨著荔枝 FM、蜻蜓 FM、喜馬拉雅等 App 的火熱，許多人以 Podcast 播客的形式重新找回了聽“廣播”的習慣。
但是，Podcast 和廣播總還是不一樣——它不能無限聽下去，也不會自動向你推薦新的節目。當音頻節目越來越強豐富之后，為了找到自己喜歡的節目，不得不花精力去大海撈針。
于是，就有了這樣一個 App 決定利用 Google 的開源人工智能框架 Tensorflow 和音頻節目結合在一起，打造一個音頻版的 Netflix——它的名字就是 CastBox。
CastBox 是一款免費的播客 App ，收錄了全球 130 多個國家和地區 5000 萬個音頻節目，用戶絕大部分在海外。CastBox 2016-2017 年連續兩年登上了 Google 年度的應用大獎名單。
CastBox 的創始人王小雨曾就職于 Google，在 Google 北京、愛爾蘭、日本三個辦公室都工作過，幫助 4000 多位不同國家和地區的開發者在全球市場進行移動應用的流量變現。
今年 8 月的真格基金“創業路上的產品設計”分享會上，王小雨表示：“這份工作使得她能夠在不同時區和地區看到很多已經被驗證的成功的商業模式和運營方法，這些成功的經驗完全可以在另一個時空下被復制。”
王小雨就職于 Google 期間接觸到的很多數據，讓她意識到播客是一個極具潛力的市場，并且行業內還沒有出現巨頭——蘋果的 iOS 平臺上有自帶的播客應用 Podcast，而 Android 平臺沒有這樣同量級的播客 App。離開 Google 后，王小雨先以 Android 系統為重點開發對象，后續再開發、完善 iOS 版（CastBox 目前已有 iOS 和 Android 版）。
憑借著某種程度的先發優勢 CastBox 已經覆蓋了全球 130 多個國家，目前 CastBox 的用戶量已經達到了 700 萬，其中 30% 的用戶來自美國。而同類競爭者 Pocket Cast 的用戶量在 100 萬左右。
蘋果的 Podcast 在 iPhone 上的用戶量在美國同類應用中占 40% 的比例，而 CastBox 目前已經是 Android 端下載量最大的播客類應用。
CastBox 與其他播客 App 最大的不同是基于機器學習的個性化內容推薦
在手機上，每年都有許多新播客 App 上線，播客本身也并非今年才流行起來的新概念。為什么 CastBox 會有“先發優勢”呢？
原因和今日頭條之于傳統新聞客戶端差不多，CastBox 是目前少數淡化訂閱模式，以推薦算法驅動的播客 App。
CastBox 與喜馬拉雅、荔枝 FM 等播客 App 最大的不同主要在于，CastBox 使用了 TensorFlow（Google 開源的機器學習框架）對用戶偏好進行分析，從而提供個性化的推薦。
TensorFlow 最初由 Google 機器智能研究部門的 Google Brain 團隊中的研究人員和工程師開發的，用于進行機器學習和深度神經網絡研究，TensorFlow 的通用性使它也可以應用于眾多其他領域。
TensorFlow 目前已開源，在 Github 上就可以下載到 TensorFlow。目前 TensorFlow 中國下載量已超 14 萬，清華大學自然語言處理實驗室的研究人員已通過 TensorFlow 來加強他們對語言理解的研究工作，京東、小米等公司也在使用 TensorFlow。
除了在 Github 上可以下載到的 TensorFlow，Google 還發布了 TensorFlow Light，針對移動設備進行了定制化，在智能手機等設備上已經可以用到 TensorFlow。
另外，Google 內部用的 TensorFlow 和開源 TensorFlow 是完全一樣的。Google 內部對 TensorFlow 的改善，會一周多次和 GitHub 做同步，保證所有人下載的 TensorFlow 跟 Google 內部的 TensorFlow 保持一致。
TensorFlow 也應用于 AlphaGo：TensorFlow 是 AlphaGo 這個系統底層的支撐技術，TensorFlow 主要的貢獻是更多的讓這個系統運轉更加的流暢、速度更快。而 AlphaGo 本身在圍棋方面技巧的提升，更多的還是 DeepMind 團隊通過更多的培訓、更多的訓練，以及算法的升級。
CastBox 的 CTO 賀曉聰表示：“TensorFlow 是一個大的框架，CastBox 主要用到了它深度和廣度的特性，具體的算法我們在 TensorFlow 的基礎上有自己開發。在 TensorFlow 的框架里，你可以制作很多種算法去實現自己的目的。此外，機器會自己學習，越學推薦的越好。”
實際的運營數據顯示，在搭載 TensorFlow 推薦算法之后，CastBox 的用戶平均訂閱量增長了一倍，用戶留存也顯著上升。而和自己研究推薦算法需要多人團隊相比，CastBox 僅新增了一名在相關領域擁有博士學位的員工專門負責算法的調教。
CastBox 的推薦機要從 5000 萬內容中進行搜索推薦，為了確保推薦的準確性，CastBox 為這套算法加入不同影響因子：
一開始先根據用戶的國家、語言、最初打開 App 時選擇的興趣愛好推薦內容，再通過用戶的訂閱量、打開退出數、收聽時長等影響因子做進一步的推薦優化。
除了用戶對播客內容的點擊率，CastBox 還加入了播客的完結率（是否聽完了）、分享率、訂閱率以及復聽率，加上機器學習的優化，提高內容推薦的準確性。此外，CastBox 在訓練機器的過程中會告訴機器要將 CTR（Click-Through-Rate 點擊通過率）高的推薦給用戶。
作為一家中國出海企業，CastBox 在使用 TensorFlow 的過程中并沒有感覺到什么障礙。
技術上遇到的一些問題，CastBox 通過郵件與 Google 官方取得了聯系。Google 內部有很多郵件群組，包括 GooglePlay 也有跟開發者互動的群組，能夠及時回復開發者的郵件。
此外，Google 在北京，也有一個專門的開發者關系的團隊，能更多的給一些手把手的幫助和支持。
作為一個出海企業，和用戶溝通成了最大的挑戰
CastBox 的公司規模不大，至今的人數不到 40 人，能夠在市場中占據先機，除了對 TensorFlow 的利用之外，最大的競爭力來自于對市場的快速響應。
CastBox 開發團隊與用戶溝通的渠道主要有兩個：一是 Google Play 的評論系統，二是郵件往來。賀曉聰表示：大部分用戶評論都會在 24 小時內進行回復。
王小雨在真格基金分享會上表示：“CastBox 的第一版，從著手開發到產品上線只用了 3 天時間，是我自己寫的。如果現在把我們的后臺拉出來，會發現每天都會有一個小的版本上線，每周都會有一個大的版本更新，每兩周都會發布全新功能。有一次，一個美國用戶早晨給我們發了一封郵件，抱怨說產品沒有某個功能。到了晚上，這個用戶又發來了郵件，說不好意思，我已經找到了這個功能。其實真實情況是，我們在收到郵件后（當時是北京的晚上），花了一個通宵的時間把這個功能寫出來了并上線，所以美國用戶到晚上（北京的第二天早上）就用上了這個功能。”
賀曉聰則表示：“我們團隊有一個人是每天都會去 Google Play 上面看評論。上次是有用戶要求加一個排序的功能。有個用戶對我們的排序功能很不爽，他說他喜歡有能倒著排序的功能。當天他提完之后第二天我們就給他發了一個測試版本，讓他先測試一下，如果沒有問題我們下個版本就會上線。基本上我們是 24 小時就給他發了一個回復，這個好像是歐洲的一個用戶提的要求，是一個對功能非常深度的要求。”
針對 130 多個國家不同的功能需求問題，賀曉聰表示：“我們天天看評論，Google Play 也會有一些分析報告，哪些用戶是因為哪些問題給你的評分很差，有哪些功能給你的評分會高，我們天天會看，每一個評論我們都會去看，如果說話我們真的不懂什么意思，我們會在里頭給他留言，讓他把問題發給我們郵箱或者留個郵箱我們再來跟蹤一一說清楚。有些用戶特別好，他會跟你說1、2、3、4、5 好多條，我們也會給他一一回復，告訴這個大概是什么時候發，那個大概是什么時候發。這個確實是真正去做的時候比較枯燥比較累的一些活。”
面向 130 個國家提供服務，還意味著 CastBox 面臨著巨大的審核壓力。與想象中的不同，CastBox 并沒有建立一支龐大的審核團隊，而是先用人工智能的語音識別框架將語音節目轉換成文本，再用一些公開的庫去將其中帶有文化禁忌、色情暴力的內容刪除。
CastBox 在 Google Play 的下載量已超過七百萬，每日活躍用戶超過百萬。用戶平均每天打開 5 次，每天花費在播客上的時間平均為兩小時，大部分用戶在上下班、開車的時候收聽播客，用戶畫像主要是 25-34 歲，男性為主。用戶留存率在 60-70%。CastBox 近期已完成了A輪融資。
目前，CastBox 在美國成立了市場團隊，主要負責播客版權的合作。下個月將會推出付費訂閱的功能，付費方式是 Google Play 本身就有付費訂閱的機制，訂閱的內容主要是針對于一些有版權的資源。
王小雨表示：“付費將會是 CastBox 以后的主流，成為我們收入的主要來源。”
來自: www.pingwest.com