Qloo发布水平化兴趣发现引擎，获140万美元种子期资金

boxi·2012年11月08日 22:36

随着Web的演进以及有关我们行为喜好数据的不断丰富，个性化已经成为用户体验的一个很重要的组成部分。实现个性化的手段则比较多样，有的是利用我们的社交图谱来提供我们信任的朋友的推荐，有的则是利用大数据、API的输入数据等。不过现在的问题是大多数的推荐引擎关注的焦点都是垂直化的—如Netflix推荐的是电影，Pandora和Spotify则是音乐，Yelp推荐美食，而GoodReads则推荐书籍等，对于用户体验来说显得过于碎片。 因此初创企业<a href="http://www.qloo.com/" target="_blank">Qloo</a>希望用一个全面的视角来解决这个问题，经过私下6个多月的alpha测试之后，Qloo正式发不了自己的文化发现平台，该平台可以提供有关音乐、电影、电视、餐饮、夜生活、时尚、书籍和旅游等一切与文化有关的个性化推荐。

随着Web的演进以及有关我们行为喜好数据的不断丰富，个性化已经成为用户体验的一个很重要的组成部分。实现个性化的手段则比较多样，有的是利用我们的社交图谱来提供我们信任的朋友的推荐，有的则是利用大数据、API的输入数据等。不过现在的问题是大多数的推荐引擎关注的焦点都是垂直化的—如Netflix推荐的是电影，Pandora和Spotify则是音乐，Yelp推荐美食，而GoodReads则推荐书籍等，对于用户体验来说显得过于碎片。

因此初创企业
Qloo希望用一个全面的视角来解决这个问题，经过私下6个多月的alpha测试之后，Qloo正式发布了自己的文化发现平台，该平台可以提供有关音乐、电影、电视、餐饮、夜生活、时尚、书籍和旅游等一切与文化有关的个性化推荐。

用户首次注册Qloo时，平台会提供针对八类题材让用户做出兴趣选择。然后系统就会根据用户的偏好针对每一类别做出推荐。这种推荐的最大特色是综合化，比方说，如果用户喜欢的是缺乏感情色彩的侦探小说的话，那么给他推荐的音乐可能也是一些神秘、冷峻一点的音乐。

因此Qloo可以说是在Web上探索文化的不同垂直领域之间关联关系的先驱。但在日常生活中，我们在某个文化领域的偏好的确会影响到在另一个领域的选择。哪怕其中并不存在完美的关联性，但是特定的共通性还是可以为某些令人吃惊的发现打下基础。

那么要想做出更精确的推荐，是不是要跟更多的Facebook数据、Foursquare数据、API甚至大数据集成呢？Qloo的创始人Alex Elias和Jay Alger却说，在试验中他们发现数据越多有时候反而会产生更多的噪声影响推荐结果。因此他们把选择权交给用户，让用户决定数据来源和关联的垂直领域。

对于Qloo的推荐结果，用户可以做出解析，指出哪一类推荐相关性最强。也就是说，用户可以利用自己的偏好设置来发现新音乐，或者根据用户对电影、夜生活之类的喜好来筛选音乐。跟Netflix一样，用户也可以对结果表达自己的喜欢或者厌恶，以供网站未来改进推荐。