今天朋友李俊在朋友圈的一則吐槽引發(fā)了我對(duì)移動(dòng)資訊客戶(hù)端的思考。

前幾天有在媒體平臺(tái)工作的朋友問(wèn)我：為什么他們?cè)趺磁Χ歼_(dá)不到今日頭條如今的高度？

拋開(kāi)一切因素，最關(guān)鍵的可能還是精英思維在作祟，對(duì)內(nèi)容的嚴(yán)格審核把關(guān)，那些無(wú)法滿(mǎn)足大眾低俗趣味的文章不給流量推薦，這是平臺(tái)的致命傷。

別人就喜歡吃屎，非要給別人吃山珍海味，你覺(jué)得自己對(duì)別人好，但別人可真不這么認(rèn)為！

這則吐槽是老生常談，然而卻說(shuō)明了眼下做好流量推薦這事兒，將關(guān)乎移動(dòng)資訊平臺(tái)成敗這個(gè)道理。

移動(dòng)資訊平臺(tái)的內(nèi)容推薦，要依賴(lài)算法還是依賴(lài)編輯？眼下業(yè)界正在開(kāi)始向算法傾斜。

依賴(lài)編輯的問(wèn)題很明顯，編輯的品味決定大眾閱讀的品味，然而這勢(shì)必帶來(lái)一個(gè)問(wèn)題：閱讀面變窄，每個(gè)人看到的內(nèi)容都是相似的。過(guò)去門(mén)戶(hù)網(wǎng)站，以及門(mén)戶(hù)時(shí)代的新聞客戶(hù)端，正是這樣做的。如果說(shuō)，我們只是看新聞，看具有時(shí)效性的資訊，這個(gè)模式?jīng)]任何問(wèn)題，紙媒時(shí)代不就是這樣做的嗎？

然而，我們面臨的挑戰(zhàn)是，過(guò)去用戶(hù)只會(huì)訂閱一兩份報(bào)紙，一兩份雜志，一兩檔電視節(jié)目，而今天的手機(jī)已經(jīng)將用戶(hù)與海量的內(nèi)容生產(chǎn)者連接起來(lái)，用戶(hù)面臨信息大爆炸的同時(shí)，信息本身在改變：資訊不再等于新聞，而是五花八門(mén)的內(nèi)容。正是因?yàn)榇耍瑐鹘y(tǒng)的編輯推薦模式，開(kāi)始失效了，這給了算法可乘之機(jī)，今日頭條、一點(diǎn)資訊們可以異軍突起，UC、百度們現(xiàn)在還在努力殺入古老的資訊市場(chǎng)，正是看中了算法帶來(lái)的機(jī)會(huì)。

在信息大爆炸時(shí)代，只有通過(guò)算法才能幫用戶(hù)從海量?jī)?nèi)容中發(fā)現(xiàn)適合自己的內(nèi)容。在碎片化閱讀時(shí)代，只有通過(guò)算法才能不斷推薦用戶(hù)感興趣的內(nèi)容滿(mǎn)足其“刷資訊”的需求。在泛資訊閱讀而不是新聞閱讀的今天，只有通過(guò)算法才能滿(mǎn)足用戶(hù)五花八門(mén)大雜燴式的內(nèi)容消費(fèi)需求。來(lái)勢(shì)洶洶的算法推薦技術(shù)，引入九大巨頭角逐移動(dòng)資訊客戶(hù)端市場(chǎng)，很是熱鬧。

然而，算法并不是萬(wàn)能的。前幾天，在貴州省貴陽(yáng)市舉辦的第十六屆中國(guó)網(wǎng)絡(luò)媒體論壇上，鳳凰網(wǎng)CEO、一點(diǎn)資訊董事長(zhǎng)劉爽的分享，在我看來(lái)十分準(zhǔn)確地點(diǎn)名了算法本身的缺陷，用劉爽的話(huà)說(shuō)，基于算法的推薦優(yōu)勢(shì)明顯，然而，卻有三個(gè)缺陷。

缺陷1：“千人千面的算法帶來(lái)我們個(gè)體的信息孤島化”。

就是個(gè)性化推薦容易讓我們的閱讀范圍越來(lái)越窄。劉爽認(rèn)為，個(gè)性化算法的基礎(chǔ)邏輯是，不斷地了解用戶(hù)的興趣，進(jìn)而結(jié)合其興趣進(jìn)行內(nèi)容推薦，用戶(hù)用得越久，推薦就會(huì)愈發(fā)精準(zhǔn)。久而久之，算法給用戶(hù)推薦的內(nèi)容在越來(lái)越精準(zhǔn)的同時(shí)會(huì)越來(lái)越狹窄，比如喜歡歷史、體育的用戶(hù)可能全屏幕都是這些內(nèi)容，而這將阻礙用戶(hù)關(guān)注到理應(yīng)關(guān)注的資訊，或者潛在感興趣的資訊。

這一點(diǎn)我深有體會(huì)，由于我關(guān)注科技比較多，因此我在今日頭條等個(gè)性化產(chǎn)品上幾乎全都是科技數(shù)碼內(nèi)容，然而我同時(shí)也會(huì)關(guān)注歷史、娛樂(lè)、財(cái)經(jīng)、電影等話(huà)題，有時(shí)候還會(huì)看一些時(shí)政新聞，這時(shí)候還我就必須要去別的App比如網(wǎng)易新聞客戶(hù)端才能看到，這顯然不是個(gè)性化內(nèi)容平臺(tái)愿意看到的。

缺陷2：“基于海量點(diǎn)擊的算法推薦帶來(lái)的閱讀和視野的狹窄和偏見(jiàn)”。

個(gè)性化算法的基礎(chǔ)邏輯是，如果一篇文章被點(diǎn)擊的越多就表明它更受歡迎，基于此它更應(yīng)該被推薦給你。微信公眾平臺(tái)上能形成10萬(wàn)+的閱讀就算不錯(cuò)了，而個(gè)性化資訊平臺(tái)上動(dòng)輒出現(xiàn)100萬(wàn)+閱讀的內(nèi)容，就是因?yàn)楹笳卟扇×嘶陂喿x效果的個(gè)性化推薦技術(shù)。就是說(shuō)，個(gè)性化閱讀很容易形成閱讀量的“馬太效應(yīng)”，強(qiáng)者恒強(qiáng)，弱者越弱，說(shuō)白了，就是強(qiáng)化頂部閱讀，弱化長(zhǎng)尾閱讀，然而這顯然違背了個(gè)性化閱讀的初衷。

在劉爽看來(lái)，這個(gè)推薦邏輯導(dǎo)致的后果是，“算法推薦的是大眾，甚至是庸眾一致叫好的高點(diǎn)擊作品，但不一定是用戶(hù)所在的那一個(gè)圈層所高度認(rèn)可的。”，不同圈層有著不同的偏好，比如中產(chǎn)階級(jí)、90后、互聯(lián)網(wǎng)圈、媽媽圈，大家都有自己的閱讀偏好。大眾喜歡的不一定是你我喜歡的，很多人喜歡雞湯、喜歡咪蒙、喜歡八卦，但也有很多人不喜歡。如果基于此進(jìn)行推薦，等于讓每個(gè)人的閱讀趣味被迫隨大流，這比傳統(tǒng)編輯推薦模式更加可怕：主編的閱讀品味可是高于大眾平均水平的。

缺陷3：“標(biāo)題抓眼球這一算法點(diǎn)擊推薦模式帶來(lái)的閱讀的淺薄化甚至低俗化”。

“標(biāo)題黨”是移動(dòng)資訊平臺(tái)被詬病最多的問(wèn)題，事實(shí)上，不論是今日頭條，還是微信公眾平臺(tái)抑或新聞客戶(hù)端，上面的內(nèi)容生產(chǎn)者都明白一個(gè)淺顯的道理：一個(gè)內(nèi)容的傳播效果，內(nèi)容、標(biāo)題與分發(fā)各占三分之一，一個(gè)好的標(biāo)題會(huì)成就一個(gè)平庸的內(nèi)容，反過(guò)來(lái)，一個(gè)差的標(biāo)題會(huì)毀了一個(gè)優(yōu)秀的內(nèi)容。然而，何為好的標(biāo)題？如果從分發(fā)效果來(lái)看，大眾對(duì)危言聳聽(tīng)、驚悚離奇、低級(jí)趣味的標(biāo)題反而更加喜聞樂(lè)見(jiàn)，哪怕文不對(duì)題。因此，“標(biāo)題黨”就成了“標(biāo)題黨”。

正如劉爽所言，“海量讀者因?yàn)榉浅Ｂ杽?dòng)的標(biāo)題被吸引過(guò)去，看了以后立刻走人，雖然他個(gè)人的體驗(yàn)很不愉快，但他點(diǎn)擊這個(gè)行為留下來(lái)了，被算法捕捉到，所以形成了惡性循環(huán)，越多的人被吸引，它也會(huì)給這個(gè)新聞更多的權(quán)重，所以會(huì)推薦開(kāi)去，這嚴(yán)重影響了閱讀的體驗(yàn)?！庇捎跇?biāo)題決定內(nèi)容分發(fā)效果，最終所有標(biāo)題都想方設(shè)法去迎合人性中的陰暗面，去聳人聽(tīng)聞文不對(duì)題，好內(nèi)容不如好標(biāo)題對(duì)內(nèi)容生態(tài)是一個(gè)巨大的打擊。

在WEB內(nèi)容時(shí)代，如何讓人們更好地發(fā)現(xiàn)與消費(fèi)優(yōu)質(zhì)內(nèi)容？搜索引擎PageRank算法的邏輯是，如果一個(gè)網(wǎng)頁(yè)被別的網(wǎng)頁(yè)引用得越多，這個(gè)頁(yè)面就有更高權(quán)重。同時(shí)，如果一個(gè)網(wǎng)頁(yè)更加符合HTML規(guī)范和語(yǔ)義，也將擁有更高權(quán)重，反之則被降低懲罰。如果這個(gè)頁(yè)面所屬網(wǎng)站本身一直有很好的信用，它會(huì)有更好權(quán)重，反之則被降低權(quán)重。這套體系非常有效，確保了搜索引擎的體驗(yàn)。移動(dòng)互聯(lián)網(wǎng)時(shí)代，個(gè)性化推薦取代了主動(dòng)搜索成為用戶(hù)內(nèi)容獲取的首選方式，WEB內(nèi)容推薦邏輯也失效了，然而，與之匹配的內(nèi)容推薦體系還沒(méi)有成型，這是個(gè)性化算法的挑戰(zhàn)，也是機(jī)遇。

在規(guī)避個(gè)性化算法三大陷阱上，我看到了這些值得一提的方式：

1、算法為主，編輯為輔，配合作戰(zhàn)。

今天人工智能技術(shù)方興未艾，AlphaGo戰(zhàn)勝了最聰明的人類(lèi)，機(jī)器已經(jīng)可以取代記者寫(xiě)稿，許多人都在討論機(jī)器會(huì)不會(huì)取代人類(lèi)，在這一點(diǎn)上我十分認(rèn)同馬云前不久在云棲大會(huì)上提到的觀點(diǎn)：

計(jì)算機(jī)一定比人更聰明，因?yàn)橛?jì)算機(jī)不會(huì)累，沒(méi)有情緒，不會(huì)發(fā)脾氣，對(duì)它來(lái)講，它永遠(yuǎn)只要加了數(shù)據(jù)以后，它會(huì)越來(lái)越聰明，但是計(jì)算機(jī)不可能統(tǒng)治人類(lèi)。過(guò)去機(jī)器是人類(lèi)的工具，未來(lái)機(jī)器是人類(lèi)的合作伙伴。機(jī)器不可能有智慧，機(jī)器不可能有使命，機(jī)器也做不到價(jià)值觀，也不可能有很好的這套文化體系。

在資訊推薦上，算法的優(yōu)勢(shì)毋庸置疑，然而，它不可能取代人，編輯有智慧、使命、價(jià)值觀、文化趣味等等，這些如果能夠與算法結(jié)合，一方面可幫助算法進(jìn)化，另一方面可直接影響推薦。一點(diǎn)資訊采取算法為主、編輯為輔的方式，嘗試給技術(shù)注入人文情懷，把媒體基因以及編輯對(duì)用戶(hù)、對(duì)內(nèi)容消費(fèi)的深刻洞察融入算法，AlphaGo是深度學(xué)習(xí)棋局，一點(diǎn)資訊則是人工編輯將上萬(wàn)篇包括普利策新聞獎(jiǎng)在內(nèi)的優(yōu)質(zhì)文章輸入內(nèi)容庫(kù)用以訓(xùn)練機(jī)器算法，讓機(jī)器通過(guò)尋找其中共性，學(xué)習(xí)篩選具備同類(lèi)特質(zhì)的文章再應(yīng)用于內(nèi)容畫(huà)像和推薦分發(fā)；天天快報(bào)則采取編輯為主、算法為輔的方式，他們會(huì)有微信群收集優(yōu)質(zhì)內(nèi)容創(chuàng)作者的優(yōu)質(zhì)內(nèi)容并酌情推薦；今日頭條強(qiáng)調(diào)依賴(lài)技術(shù)，但有消息稱(chēng)他們也在引入編輯模式。

2、用戶(hù)參與，數(shù)據(jù)多元，綜合評(píng)價(jià)。

如果我們只是基于用戶(hù)閱讀數(shù)，點(diǎn)擊量這樣的少數(shù)指標(biāo)對(duì)一個(gè)內(nèi)容進(jìn)行是否受歡迎的判斷，并不恰當(dāng)，但如果能夠引入“內(nèi)容閱讀時(shí)長(zhǎng)”、“內(nèi)容評(píng)論數(shù)量”、“內(nèi)容分享次數(shù)”這些數(shù)據(jù)，并將這些行為相關(guān)的數(shù)據(jù)進(jìn)行再度收集，形成更加全面的內(nèi)容反饋數(shù)據(jù)，基于此進(jìn)行內(nèi)容質(zhì)量評(píng)價(jià)將更加客觀。在這一點(diǎn)上，一點(diǎn)資訊的做法不失為一種比較好的嘗試，除了用戶(hù)點(diǎn)擊、閱讀時(shí)長(zhǎng)、是否有收藏點(diǎn)贊分享這些緯度，還會(huì)更加依賴(lài)用戶(hù)的主動(dòng)興趣表達(dá)，一點(diǎn)資訊在成立初期便把搜索引擎在底層技術(shù)架構(gòu)融入到推薦引擎中，目前是唯一一款可以實(shí)現(xiàn)搜索任意關(guān)鍵詞再訂閱成為用戶(hù)專(zhuān)屬個(gè)性化頻道的產(chǎn)品。

與此同時(shí)，通過(guò)反作弊技術(shù)去剔除掉“臟數(shù)據(jù)”，并允許用戶(hù)舉報(bào)標(biāo)題黨、低至化等方式來(lái)降低一個(gè)內(nèi)容的權(quán)重，甚至降低一個(gè)內(nèi)容生產(chǎn)者的整體權(quán)重，說(shuō)白了，就是把搜索引擎對(duì)網(wǎng)站網(wǎng)頁(yè)的套路，搬到移動(dòng)資訊客戶(hù)端上來(lái)，眼下我看到今日頭條、一點(diǎn)資訊已經(jīng)開(kāi)始有這些動(dòng)作，比如允許用戶(hù)舉報(bào)標(biāo)題黨。

還有就是對(duì)用戶(hù)應(yīng)該進(jìn)行更加全面的了解。我們不應(yīng)該只是了解用戶(hù)當(dāng)下的閱讀興趣，訂閱過(guò)什么頻道，消費(fèi)過(guò)什么內(nèi)容，這些信息完全不足以了解一個(gè)用戶(hù)，更別說(shuō)一個(gè)用戶(hù)還會(huì)隨著場(chǎng)景的變化、時(shí)間的遷移而改變閱讀需求。我們應(yīng)該去了解這個(gè)用戶(hù)的職業(yè)，圈層，口味等等一切可以了解的習(xí)慣，并基于此進(jìn)行更加智能的推薦，避免讓用戶(hù)閱讀興趣越來(lái)越窄，在這一點(diǎn)上一點(diǎn)資訊做得比較好，至少在興趣標(biāo)簽上一點(diǎn)資訊就有多達(dá)300萬(wàn)個(gè)，你不只是訂閱幾個(gè)頻道，而是可以搜索你感興趣的一切話(huà)題，結(jié)合搜索引擎+推薦引擎，一點(diǎn)資訊對(duì)用戶(hù)進(jìn)行了主動(dòng)與被動(dòng)的全面了解。

3、人人為我、訂閱關(guān)注、眾包編輯。

微博與微信公眾賬號(hào)是個(gè)性化資訊客戶(hù)端嗎？當(dāng)時(shí)是，曾幾何時(shí)，微博只是基于follow關(guān)系給你源源不斷的信息流，其邏輯是“我關(guān)注一個(gè)人，就會(huì)關(guān)注這個(gè)人關(guān)注的內(nèi)容”?，F(xiàn)如今微博也十分強(qiáng)調(diào)算法，信息流中會(huì)出現(xiàn)你沒(méi)有Follow的信息。微信朋友圈和微信公眾賬號(hào)則依然是基于人與人的關(guān)系的內(nèi)容推薦，朋友圈中人人都是編輯，給你過(guò)濾了許多信息，我們訂閱微信公眾賬號(hào)同樣是因?yàn)橐粋€(gè)人或者一個(gè)組織。

正是因?yàn)榇耍袢疹^條、一點(diǎn)資訊、天天快報(bào)都會(huì)強(qiáng)調(diào)“訂閱”，希望可在內(nèi)容生產(chǎn)者與內(nèi)容消費(fèi)者之前建立更緊密的聯(lián)系。然而，除此之外，資訊客戶(hù)端是否可以考慮更多地利用人與人的關(guān)系？比如我關(guān)注一個(gè)內(nèi)容生產(chǎn)者，就可以看到這個(gè)內(nèi)容生產(chǎn)者閱讀或推薦的內(nèi)容，知乎在這一點(diǎn)上做得就很到位，百度知道之后知乎為何脫穎而出，就是社會(huì)化，就是利用好了人與人的關(guān)系，美國(guó)版貼吧Reddit定位為社會(huì)化新聞網(wǎng)站，其理念正是人人皆是編輯。那么，個(gè)性化資訊之后，會(huì)不會(huì)是社會(huì)化個(gè)性資訊客戶(hù)端呢？我想，很有可能。

微博@互聯(lián)網(wǎng)阿超 微信 羅超（luochaotmt）

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。