东方龙X瓴羊:尝鲜隐私保护计算,让平台更“懂”用户

简介: 东方龙X瓴羊:尝鲜隐私保护计算,让平台更“懂”用户

在过去十年间,几乎每一家成功的企业都穿越了不确定的迷雾,并由此获得巨大的红利。细观其后,无疑都是数字化所带来的基业长青。为什么要数字化?数字化已经从一道选择题,逐渐变成一道必选题——我们该如何通过数字化赢得竞争?今天,我们希望带着多年来对数字化的理解和经验,把先进的数字化企业在实践中的思考与经验,展现成一个个数字化弄潮儿的生动故事。相信通过这些优秀的企业案例,我们会更加认识到“数据智能”的非凡价值。 这是《102个数字化增长领头羊》2023年第一期的第四个故事——《东方龙X瓴羊:尝鲜隐私保护计算,让平台更“懂”用户》,回顾第一期第三个故事👉出生在“数字”罗马,非典型车企「极氪」用数据穿透能力象限



百视TV的算法团队可以通过Dataphin隐私保护计算,灵活调用瓴羊全域数据引擎API接口,基于隐私保护计算节点,随时调用Embedding建模特征数据,与瓴羊完成联合建模。通过安全合规的数据流通方式,为百视TV的用户运营策略和智能内容推荐提供数据决策支持。
本案例与中国移动、中国科学院研究所等知名单位提报案例,共同荣获OpenMPC社区&猎云网2022年度隐私计算优秀应用案例Top10奖项。
2013年2月1日,一部原创剧集《纸牌屋》让奈飞一炮而红。过去十年,奈飞像一只鲶鱼引发了全球流媒体平台革命:从一家DVD租赁公司,成长为全球流媒体巨头,业内津津乐道的“奈飞现象”背后,大数据功勋卓越。
如何让优质的内容得到更多的分发,实现内容优胜劣汰,从而高效匹配急速变化的用户市场?这个思考的背后,不仅仅是奈飞,各流媒体平台都在纷纷交出答卷,即通过数字化能力建设,成为一家更“懂”用户的企业。
2年前,国内传媒行业知名公司SMG(上海文广集团),基于其强大的文化产业基因、丰富的内容作品及国内领先的版权运营经验,启动了以打造百视TV为核心的全媒体战略,打通线上、线下场景,为新中产展现优质的生活态度与消费方式。“百视TV和优爱腾(优酷、爱奇艺、腾讯)有很大的区别。我们有电影、综艺、短视频,但更多会聚焦于本地化生活服务的垂类内容,包括教育(空中课堂)、体育(赛事直播)。”百视TV总经理方佶敏表示,“我们的新商业模式需要通过内容种草,来匹配电商属性的sku或者本地化服务,从而促成用户完成消费闭环。”
内容种草,意味着平台需要对用户具备更全面、深度的洞察和理解。
在完成了前期数据中台建设后,百视TV迅速上线了智能推荐功能,用于服务内容运营、用户运营等核心业务场景。
智能推荐能力需要基于大数据全局架构设计,通过离线和实时的数据处理方式,形成数据的收集、清洗、梳理能力,并在此基础上构建用户、物料、交互特征工程。通过对企业的基础数据、内容数据、浏览数据智能化处理,从用户兴趣着手,形成对内容的推荐体系。
而方佶敏总经理所带领的团队,需要为整体用户的活跃度、停留时长、会员付费、智能推荐等提供算法模型支持。
“我们的一方数据具有强传媒属性,但提供更优质服务体验需要对注册用户进行全域的洞察分析。传统的安全技术手段已经无法满足数据跨域流通的要求,而隐私保护计算技术的数据流通密态特点,能很好的平衡隐私保护和数据流通的需求。”
在初期投入5位工程师,部署一周半时间,相关验证测试2周左右后,百视TV的算法团队可以通过Dataphin隐私保护计算,灵活调用全域数据引擎提供的Embedding特征数据服务平台的API接口,基于隐私保护计算节点,在自有数据不出域、充分保证数据资产可控的情况下,随时调用Embedding建模特征数据,与瓴羊完成联合建模。

本期项目采用了Dataphin隐私保护计算的隐匿信息查询能力(Private Information Retrieval,简称“PIR”),是一种用于数据库检索的隐私保护计算方案。当用户对服务器数据库的内容检索时,PIR方案可以用来保护用户的查询隐私,即服务器无法获取用户的检索信息,而用户则可以正确获取所要检索的信息。从隐匿查询的安全性定义可以看出,Dataphin隐私保护计算的PIR方案解决了数据使用方(百视TV)对数据供给方(瓴羊全域数据引擎)的隐私保护问题,促成了双方数据价值流通,通过安全合规的方式,为百视TV的用户运营策略和效率提升提供数字化能力支持,如:新用户的冷启动内容推荐、存量用户的视频内容及电商商品推荐、新用户的付费激活运营、沉睡用户的促活运营等场景,都能依托科学的数据决策来开展,让平台呈现出更懂用户浏览偏好的优质服务特性。根据测算评估,在将各方数据进行联合分析、标签提取,并分装成数据模型服务于前端业务场景后,全链路成交转化率提升了30%左右,这充分验证了数据技术对于提升业务表现的有效推动。
每个企业开展数字化经营都需基于数据安全之上,对于隐私保护计算这项前沿技术,百视CTO团队早在2020年就已有涉猎。
随着国家政策法规的逐步完善,尤其是数据二十条的出台,隐私保护计算将在百视TV落地实践更丰富的应用场景,为版权交易、内容评估、广告投放、用户营销等核心业务环节,提供安全合规化的数据流通技术保障,让数据资产发挥出更大的业务价值。

相关文章
|
缓存 Kubernetes 负载均衡
k8s学习--sessionAffinity会话保持(又称会话粘滞)详细解释与应用
k8s学习--sessionAffinity会话保持(又称会话粘滞)详细解释与应用
1608 0
|
存储 SQL 关系型数据库
MySQL数据库:深入解析与应用实例
MySQL数据库:深入解析与应用实例
1506 0
|
JavaScript Java 测试技术
基于ssm+vue.js+uniapp小程序的航空信息管理系统附带文章和源代码部署视频讲解等
基于ssm+vue.js+uniapp小程序的航空信息管理系统附带文章和源代码部署视频讲解等
141 0
|
1天前
|
人工智能 自然语言处理 JavaScript
2026年Windows+Ollama本地部署OpenClaw保姆级教程:本地AI Agent+阿里云上快速搭建
2026年OpenClaw凭借本地部署、私有化运行的特性,成为打造个人智能体的核心工具,而Ollama作为轻量级本地大模型管理工具,能让OpenClaw摆脱对云端大模型的依赖,实现**本地推理、数据不泄露、全流程私有化**的智能体验。本文基于Windows 11系统,从硬件环境准备、Ollama安装与模型定制、OpenClaw部署配置、技能扩展到常见问题排查,打造保姆级本地部署教程,同时补充阿里云OpenClaw(Clawdbot)快速部署步骤,兼顾本地私有化需求与云端7×24小时运行需求,文中所有代码命令均可直接复制执行,确保零基础用户也能快速搭建属于自己的本地智能体。
2212 9
|
12天前
|
人工智能 自然语言处理 监控
OpenClaw skills重构量化交易逻辑:部署+AI全自动炒股指南(2026终极版)
2026年,AI Agent领域最震撼的突破来自OpenClaw(原Clawdbot)——这个能自主规划、执行任务的智能体,用50美元启动资金创造了48小时滚雪球至2980美元的奇迹,收益率高达5860%。其核心逻辑堪称教科书级:每10分钟扫描Polymarket近千个预测市场,借助Claude API深度推理,交叉验证NOAA天气数据、体育伤病报告、加密货币链上情绪等多维度信息,捕捉8%以上的定价偏差,再通过凯利准则将单仓位严格控制在总资金6%以内,实现低风险高频套利。
6040 55
|
7天前
|
存储 人工智能 负载均衡
阿里云OpenClaw多Agent实战宝典:从极速部署到AI团队搭建,一个人=一支高效军团
在AI自动化时代,单一Agent的“全能模式”早已无法满足复杂任务需求——记忆臃肿导致响应迟缓、上下文污染引发逻辑冲突、无关信息加载造成Token浪费,这些痛点让OpenClaw的潜力大打折扣。而多Agent架构的出现,彻底改变了这一现状:通过“单Gateway+多分身”模式,让一个Bot在不同场景下切换独立“大脑”,如同组建一支分工明确的AI团队,实现创意、写作、编码、数据分析等任务的高效协同。
2528 27
|
29天前
|
人工智能 自然语言处理 Shell
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
42094 157
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
|
4天前
|
人工智能 JavaScript API
2026年Windows系统本地部署OpenClaw指南:附阿里云简易部署OpenClaw方案,零技术基础也能玩转AI助手
在AI办公自动化全面普及的2026年,OpenClaw(原Clawdbot、Moltbot)凭借“自然语言指令操控、多任务自动化执行、多工具无缝集成”的核心优势,成为个人与轻量办公群体打造专属AI助手的首选。它彻底打破了传统AI“只会对话不会执行”的局限——“手”可读写本地文件、执行代码、操控命令行,“脚”能联网搜索、访问网页并分析内容,“大脑”则可灵活接入通义千问、OpenAI等云端API,或利用本地GPU运行模型,真正实现“聊天框里办大事”。
903 2