新360自媒体:北京时间自媒体平台即将上线!

在3月初,就有网友爆料,360自媒体要和北京电视台联合推出新的自媒体平台——“北京时间”。而在3月份期间,北京时间自媒体已经进行系统内部邀请入驻方式,邀请了一部分自媒体人直接进驻,并在4月9日后陆陆续续的发放帐号。据马浩周得知:360自媒体“北京时间”将在4月12日星期二上线。

123

我们先来了解下北京时间的一些具体情况。北京时间是由360和北京电视台合力打造的一个自媒体平台,由360控股,北京电视台参股。且投资上亿的资金进行的北京市的一项新媒体转型项目。北京时间自媒体传闻定位会在视频媒体上发力,因为北京电视台的原因,北京时间自媒体拥有其他自媒体不能播放的一些权利,因为北京电视台有媒体牌照的。这点上就是北京时间的一大优势。

而今日马浩周据网友爆料得知,360已经完成了对第一波自媒体人的邀请,且已经开通了帐号,而现在北京时间自频道平台认证管理系统页面也已经放出,不过通过代码分析和实际分析,审核认证页面暂没有完全开放注册审核。

通过以上登录界面,可以看到,顶栏的栏目为:直播、新闻、财经、体育、娱乐、科技、军事、生活这8个大类,而直播作为第一个类,也恰恰印证了北京时间自媒体会在视频媒体方面作为主导。

据360北京时间工作人员说明:

360“北京时间”平台地址 http://opencms.kandian.360.cn/?ro=index&ra=login,账号就是您当时给我们的邮箱,密码就是 123456 。

我们下周二上线,您先登录试试看发文章。

上线前还改不了初始密码,上线后技术会开放密码修改。

而在北京时间自媒体上线时间上,官方先说初步拟定2月27日上线,而没有上线,又通过工作人员邀请自媒体中说到要在3月中旬上线。不过3月也没有上线。通过这几天邀请人的速度和官方又一次的说明时间,希望这次的4月12日上线不会再次放空炮。以上信息,马浩周通过代码看到现在帐号都是邀请制的邮箱,而密码统一为123456。注册页面无法注册,手机验证码无法正常显示。而通过域名来看,北京时间自媒体http://opencms.kandian.360.cn是在360旗下看点平台旗下http://kandian.360.cn的子域名。


之前有多位自媒体人发出北京时间自媒体向自己发出的自媒体入驻邀约的消息。都是通过各自的联系方式进行邮件或者是QQ来进行邀请入驻。现在暂时可能没有开放申请入驻的方式。


通过北京时间的页面显示,风格会类似今日头条,而从此前官方对于北京时间自媒体的介绍可以看出,360和北京电视台此次合作不容小视:

在内容生产上,“北京时间”采用PGC与UGC相结合的模式,除了北京电视台多年积累的内容资源外,还将自动抓取内容,并接入自媒体投稿;

在内容分发上,“北京时间”则是采用了“机器算法+人工推荐”的混合模式。

此外,类似于今日头条,“北京时间”也在邀请自媒体或者其他媒体品牌的入驻。并为其提供账号加V、最高推荐权限标注、给原文章(视频)导流等福利,优质内容生产者还有机会获得扶持资金。

还有前提北京时间自媒体方面的领导团队组成爆出来看,他们这次的合作和推出的自媒体平台也是阵势庞大的: 据了解,除齐向东任CEO、陈征宇任CHO外,前搜狐总编室魏成,前腾讯科技财经频道新闻总监杨福,基本上都有着10余年的媒体从业经验,同时,360还在腾讯、网易、凤凰等门户网站挖人,级别都在主编以上。这样的团队主干建设,让北京时间自媒体在低调上线之前已经做足了各方面的准备。

细想一下360的自媒体之路,其实并不是怎么顺畅,从之前的360百科网站下开通360自媒体,算是360自媒体平台正式上线,到关闭自媒体平台,接入微博形成一个名存实亡的自媒体平台。到现在从传出的北京时间,到确定已经在邀请自媒体人进驻并放言马上上线的北京时间自媒体。360也一直在为自媒体而奔波。因为360有自有特有的流量入口,再加上北京电视台自有的媒体资源。相信北京时间上线后会引起自媒体平台不小的波动。

不管360和北京电视台合作的“北京时间”自媒体何时上线,我们有理由相信,北京时间将让各位自媒体人眼前一亮。当然北京时间的上线也会成为一个必然事件。马浩周与你一起期待新的自媒体平台上线,有任何新的消息,我都会在一时间与大家分享的。


转载于:https://my.oschina.net/mihoweb/blog/656617

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值