Ta在APP創造全新的內容理解和分發方式
談到互聯網你會想到什麼?也許你最直接想到的就是開放與平等。
在互聯網上每一個人都可以自由創作，每一份信息都能夠得到傳播。無論你在現實生活中位置是高還是低，在互聯網上你都會被一串IP地址所代表，你的發聲都會轉變為位元組碼所傳播。就像那句經典的話一樣：在互聯網上，你永遠不知道屏幕背後坐的是一個人，還是一條狗。
然而，理想豐滿，現實骨感。完全的自治型網路很難實現規模化，網路流量逐步被聚攏在了少數大平台之上。在經歷過新聞門戶、博客(微博)、微信公眾號、推薦分發類應用等諸多信息分發平台後，我們發現信息的傳播並未如最初設想的那樣開放與平等，而是在傳播過程中摻雜了巨大的雜訊與偏差：話語權掌握在強勢文化或少數大V的手中。
正是這種偏差，讓我們在這個信息高度繁榮的時代，開始重新審視信息的生產、流通與沉澱全周期：什麼樣的發布者、什麼樣的內容獲得了更大規模的傳播(空間維度);什麼樣的發布者、什麼樣的內容值得沉澱下來、得到更長久地傳播(時間維度)。信息傳播的時間和空間維度，分別適用於不同的應用場景：被動瀏覽型消費，更關注於信息的空間傳播範圍;主動檢索型消費，則更關注信息的時間生命周期。
空間維度，什麼樣的信息值得被傳播?
在信息是否值得傳播的空間維度上，讓我們解構一下不同類型平台的信息傳播拓撲結構。平台為信息的發布者和消費者提供了場所和鏈接通路，用戶發表的信息大抵都會遵循平台的規則流動。具象來說，我們可以把信息想像成水流，平台定義了各種規則的流通管道，它可以通過調整規則管道去影響信息水流的流向。
- 對於傳統的門戶而言，信息主要受到平台的編輯控制。只有受到編輯的青睞，信息才能夠得到更大的曝光量。在這樣的平台上，信息流動的話語權是被專家(編輯)所把持的。我們通常傾向於認為這些篩選後的內容質量更高，但缺點也顯而易見，更廣泛用戶的信息消費權實際上被少數專家所壟斷了。
- 對於貼吧、論壇而言，信息則在專家加權(版主置頂與加權)之外，多了一層用戶的投票。那些閱讀量更高、回復更多的內容，往往會持續顯示在首版之上，得到更大的曝光量。可以說，專家加權和用戶投票共同影響了信息的流動。在這一結構中，用戶的反饋得到了更高的權重(大多數用戶認可的內容)，但仍然是一種少數被多數代表的結構，小眾發布者的聲音很容易被掩蓋。
- 進一步，在博客和微博時代中，用戶通過訂閱的方式與內容發布者建立聯繫，以期獲得其後續更新。二者基於關注關聯關係分發內容。此時，用戶個體的自主選擇權得到了體現，每個人都可以選擇訂閱自己喜歡的發布者。但這樣的信息流動規則依然存在顯著漏洞：粉絲更多的發布者、發布頻率更頻繁的發布者往往更容易形成馬太效應，影響了更多用戶的信息消費。這也是為什麼，如Facebook、微博等平台後續不再使用單一訂閱規則的原因。
- 接下來，進入了演算法分發時代。平台以演算法代替編輯規則或關注關係的分發，並將用戶的反饋拆解得更加細緻：用戶看到的，不再是全局熱門而是與己相關的區域熱門。此時，信息的傳遞權不再把握在發布者手中，而是在消費者手中，只有消費者自己愛看的內容，才會得到曝光和分發。無論你是坐擁百萬粉絲的大V還是初出茅廬的普通發布者，你創作的內容都會在演算法分發下得到公平的對待。
回溯信息分發的不同階段，我們可以看到，信息的傳播平等在演算法時代才得到了部分實現：信息傳播的空間範圍有了統一的衡量尺度(用戶反饋)，只要符合這一尺度標準，無論創作者貴賤，都能夠得到廣泛的傳播。再小的聲音，也有了被聽到的機會。
時間維度，什麼樣的信息值得被沉澱?
在信息是否值得沉澱的時間維度，我們更關注已有平台是如何解決信息有效性和時效性問題，並挖掘出那些弱時效性的內容供用戶更好的檢索消費。
在垂直論壇上，版主會篩選出一些「長銷」的內容標註為精華，從而將其沉澱在精華區。更有用心者，會構建出多級目錄來使得內容的結構性更好。論壇新手可以藉由精華區的閱讀更好地了解垂直類論壇的風格。透過一個論壇精華區的結構和厚度，我們大體可以揣測出該論壇的積澱。
在綜合平台上，這樣的內容更多表現為百科或知識圖譜的形式，綜合者諸如維基百科、百度百科等、垂直者如豆瓣的圖書庫、汽車之家的車型庫等等，這些通過PGC或UGC協同產生的百科條目能夠給平台提供了更加結構化的信息數據，使之更好滿足用戶的主動搜索需求，從而提升服務的品質。
但無論是垂直論壇還是綜合平台，內容的沉澱往往依賴於人的干預(加精華或編纂)。這決定了信息的被沉澱往往是大眾向且相對滯後的：更低頻、更小眾的內容因為缺乏足夠的專業編纂者而難以被發現;更繁雜的格式和更嚴格的審核需求導致有效性信息並不能第一時間成為沉澱內容。
這就是為什麼很多問題不容易在百科中找到答案：要搜尋時效性的信息，我們更傾向於微博;而更小眾的信息則只能通過搜索引擎，去那些少人問津的博客中挖掘。此外，現有百科類內容多為文字載體的現狀，也限制了如聲音、視頻等富媒體內容沉澱下來的可能。
讓時空匯聚，重新思考信息的有效傳播與沉澱
既然演算法能以統一的標準篩選出暢銷內容，無論音視頻內容都可以經由推薦演算法分發，部分解決了信息傳播的空間問題。那麼，我們是否有可能通過演算法去篩選出長銷的知識型內容?
從這個假設出發，給業界帶來了新的思考切入點：
通過演算法的方式，我們可以首先分析內容的時效性、剝離出那些長時效性的內容，再通過語義分析，識別出其中更有信息量的部分，得到候選的可長期消費的內容集合。機器演算法的介入，使得內容有價值與否的識別權從少數專家手中解放出來，更能夠廣開言路、不拘一格選用內容。在載體上，演算法的介入進一步放開了文本載體的限制，可以同時容納音、視頻內容，從而構建出一個更具包容性的「多媒體百科」。
更讓人興奮的是，當時間因素和空間因素匯聚在一起，信息的流動也具有莫大的可能性。一些平台將演算法分發內容與演算法識別知識融合在一起，讓信息的流動變得更有價值。以「Ta在」為例：
- 在長銷型內容識別上，「Ta在」引入了演化群體智能演算法(ECI)，通過對信息點的抽取和組合，機器化的生成知識信息，使得沉澱內容的生產門檻變得更低、載體更豐富、響應也會更加迅速。想像一下，你用手機拍攝的少數民族山歌也會被系統沉澱為一段資料，這會是一件多麼美妙的事情。
- 而將價值導向的長銷型內容與消費導向的演算法分發融合，又有效解決了演算法分發一直為人詬病的信息繭房、內容趨於低質的問題。因為系統已經獲悉了內容的價值，所以可以更好的平衡用戶信息流的消費性和價值性，不再片面的追求點擊率指標而產生媚俗的現象;在多樣性探索上，系統也可以將那些更長銷的內容推送給用戶，從而幫助用戶發現一個個新的窄眾知識領域，提升消費體驗的價值。
更好的消費體驗必然給平台帶來更大的消費規模，而更大的消費規模使得平台有能力更好的邁向心中的那個理想國：更平等、更開放的信息創作與傳播。
無論發布者背景貴賤都可以創作內容，可以是一段文字、也可以是一段音頻或視頻，創作門檻被降到最低。只要內容被發布，就能夠得到系統一視同仁的知識性抽取和探索性分發。有消費性的內容就會得到短期廣泛的曝光，有沉澱性的內容則會以結構化的形式存儲、得到長期而精準的分發。
「Ta在」的工作人員道：「這種全新的內容理解和內容分發方式不僅僅是對於內容價值的尊重，更是對創作者的尊重——讓每一次發聲都變得更有力量，讓每一個創作都找到屬於自己的位置。」
TAG:i黑馬 |