社交媒體新趨勢 人工編輯篩選內(nèi)容

　　算法也有“不靠譜”的時候，人工編輯再度占領(lǐng)社交媒體

　　
　　雖然算法可以在某種程度上幫助社交媒體公司和門戶網(wǎng)站提高信息推送的準(zhǔn)確度和更新速度，但算法永遠(yuǎn)無法像人工編輯一樣理解用戶的心理，并根據(jù)用戶的心理來篩選相應(yīng)推送內(nèi)容。

　　為了爭奪用戶和市場份額，社交應(yīng)用公司們紛紛把目光投向人工編輯，希望通過人工編輯篩選內(nèi)容來實現(xiàn)信息推送的個性化服務(wù)。

　　Twitter和Moments

　　在過去的半年多時間里，Twitter因為使用的算法無法讀懂年輕人所使用的標(biāo)簽的含義而遭到投資人質(zhì)疑其用戶增速減緩。為了挽救這一局面，董事會邀請早前被炒掉的Jack Dorsey回歸Twitter。

　　而Jack Dorsey在出任CEO后做的第一件事情就是在Twitter上推出了一個新功能--Moments。

　　新推出的Moments實質(zhì)上是一個新聞聚合功能插件。與以往借助算法篩選信息的方式不同，Moments通過人工編輯對信息進(jìn)行篩選、整合，形成當(dāng)天熱點(diǎn)事件的整合推送。除此之外，Moments還將與某一件事情相關(guān)的推文、圖片、視頻等資源整合到一起，讓用戶以一種全新的方式來了解“世界在發(fā)生什么”。

　　雖然Moments與微博的熱門話題功能有很多相似之處，但在具體運(yùn)作過程中，Moments與微博的“熱門話題”之間卻有著非常大的差別：

　　首先，Moments推送的內(nèi)容是經(jīng)由專門的編輯進(jìn)行篩選、組織后產(chǎn)生的。為了提高篩選內(nèi)容的精確度，Twitter在啟用自家編輯的同時，還聯(lián)合了華盛頓郵報、BuzzFeed、紐約時報、Vogue等多家合作伙伴。

　　其次在表現(xiàn)形式方面，Moments也具備更好的用戶體驗。Moments功能以閃電圖標(biāo)的形式出現(xiàn)在Twitter操作界面的底端。用戶在點(diǎn)擊進(jìn)入Moments后會自動進(jìn)入全屏模式以達(dá)到最佳的沉浸式體驗。
　　

　　Moments在APP底部以閃電圖標(biāo)出現(xiàn)

　　在選擇某一事件后，用戶可以滑動屏幕瀏覽跟這個事件相關(guān)的所有內(nèi)容，包括不同用戶針對此事件發(fā)布的各種推文、視頻、Vines 短視頻等多種媒體形式。值得一提的是，針對不同事件，Moments會根據(jù)事件的特性采取不同的呈現(xiàn)形式，既為用戶提供了豐富的感官體驗，也保證用戶可以通過最佳的形式了解某一事件。

　　雖然Moments目前只在美國開放使用，但Twitter方面對于這個新功能寄予非常高的期望。Moments功能的項目經(jīng)理馬德步·穆斯庫瓦表示，Moments將幫助他們攻破那些并不非常熱愛Twitter的輕度使用用戶。

　　關(guān)于Moments是否能夠幫助Twitter一掃當(dāng)下的頹勢我們目前并不能給出結(jié)論，但Moments的出現(xiàn)，無疑是對人工編輯在信息篩選方面能力的肯定。

　　知乎和讀讀日報

　　作為當(dāng)前國內(nèi)最優(yōu)質(zhì)的網(wǎng)絡(luò)問答社區(qū)，知乎從來不用擔(dān)心缺乏優(yōu)質(zhì)的內(nèi)容。但知乎的用戶體驗卻做得差強(qiáng)人意。且不說知乎的站內(nèi)搜索引擎有多么讓人不敢恭維，單是在消息推送方面，知乎就很難將優(yōu)質(zhì)內(nèi)容進(jìn)行主動、有效地輸出。

　　知乎并沒有根據(jù)話題和用戶興趣來關(guān)聯(lián)回答內(nèi)容，而是根據(jù)用戶所關(guān)注的用戶來關(guān)聯(lián)問答內(nèi)容。這樣的消息推送方式讓用戶很難在最短的時間里找到自己需要的信息。

　　為了解決這一問題，知乎進(jìn)行了大量嘗試，其中就包括知乎日報。

　　盡管早期的知乎日報通過人工編輯篩選內(nèi)容迅速地網(wǎng)羅了1500多萬名用戶，但隨著用戶基數(shù)的擴(kuò)張和推送內(nèi)容的增多，知乎日報的用戶粘度漸漸開始呈現(xiàn)出下降的趨勢。更重要的問題在于：每天20篇左右的精選文章，并不能從根本上解決內(nèi)容有效歸納并輸出給需要的人這個困境。

　　讀讀日報，就是知乎日報為解決這一問題而進(jìn)行的轉(zhuǎn)型。

　　與通過算法進(jìn)行信息篩選、推薦的今日頭條不同，讀讀日報在沿襲了知乎日報人工推薦模式的同時，新增了了“人人都是主編”的UGC（用戶生成內(nèi)容）模式。在這一模式下，每個用戶都可以根據(jù)自己的興趣創(chuàng)立自己的主題日報，并對其中的內(nèi)容進(jìn)行篩選填充，以供其他用戶關(guān)注閱讀。

　　這種信息推薦模式使得信息的傳播由以往的單向傳播變成了雙向傳播。知乎編輯在為用戶進(jìn)行內(nèi)容篩選推薦的同時，也可以從用戶篩選的內(nèi)容中獲取有效信息，既加強(qiáng)了用戶粘度，也能在一定程度上提高編輯的工作效率。

　　總結(jié)

　　除了Twitter和讀讀日報，Snapchat、Instagram、Facebook和YouTube等以往通過算法進(jìn)行內(nèi)容推送的社交媒體也分別于近日宣布增加新的管理功能：依靠人類從已經(jīng)篩選過的大規(guī)模內(nèi)容中選擇最好的內(nèi)容進(jìn)行推薦。

　　雖然利用算法推送可以關(guān)注龐大用戶群體的個性化閱讀習(xí)慣且擁有較高的準(zhǔn)確性，但算法推送只能單純地依靠以往的閱讀習(xí)慣進(jìn)行推薦，卻無法滿足實時性的推送需求，也無法保證推送內(nèi)容的質(zhì)量。

　　而人工編輯則可以利用他們對新聞的敏感性來判斷新聞是否具有價值，根據(jù)社會環(huán)境和自然環(huán)境的變化決定當(dāng)下用戶最關(guān)注的新聞內(nèi)容，從而確保用戶可以準(zhǔn)確地獲取有價值的信息。

　　在這個信息爆炸的時代，想要做好內(nèi)容的推送，不是單憑算法或是人工編輯就能完成的。只有將算法推薦和人工編輯的優(yōu)勢結(jié)合起來，才能夠?qū)崿F(xiàn)個性、精準(zhǔn)、有質(zhì)量的推送服務(wù)。

　　社交媒體新趨勢：人工編輯精選好內(nèi)容

　　
　　編者按：智能軟件算法不是萬能的，有些事情還是人來做比較合適。最近國外的Snapchat、Instagram、Twitter和YouTube，國內(nèi)的一點(diǎn)資訊和今日頭條等都開始靠人手動挑選編輯內(nèi)容，推薦給用戶。

　　關(guān)于智能算法和人工編輯這個話題，美國社交媒體資深編輯 Kurt Wagner談了他的看法。

　　世界上的所有社交網(wǎng)絡(luò)每天都幾乎滿溢各種豐富的內(nèi)容。這是一個好消息，但壞消息是這些社交公司需要從這里篩選出特定的內(nèi)容傳給受眾。

　　那他們的永恒的解決方案是什么？人力。

　　以往社交媒體會通過智能算法進(jìn)行篩選推薦內(nèi)容：在一定時段關(guān)注的用戶達(dá)到一個峰值的時候，這篇文章的重點(diǎn)信息將成為一個熱詞，被列為上升最快的指示值。這個指數(shù)將成為下一個時段熱門信息的來源參考值。

　　有了這個參考值，系統(tǒng)又會開始新一輪的數(shù)據(jù)篩選和推薦，通過數(shù)據(jù)和算法，門戶在信息的推薦的準(zhǔn)確度和更新速度上產(chǎn)生了明顯的優(yōu)勢。

　　同時像 Facebook 這類平臺，它們擁有龐大的數(shù)據(jù)量和用戶群，不同的用戶感興趣的內(nèi)容也不相同，這也表示他們無法聘請足夠多的人來完成這項工作，只有依賴于算法。

　　但利用算法推薦的弊端也很明顯，譬如推送的內(nèi)容質(zhì)量參差不齊，抑或推送時機(jī)不對。

　　Snapchat、Instagram、Twitter 和 YouTube 以往通過軟件分析用戶瀏覽內(nèi)容，收集相關(guān)標(biāo)題從而編輯推薦內(nèi)容，不過近日他們都宣布增加新的管理功能：依靠人類從已經(jīng)篩選過的大規(guī)模內(nèi)容中選擇最好的內(nèi)容進(jìn)行推薦。

　　他們招聘許多專業(yè)的媒體人士，利用他們對新聞的敏感性來判斷新聞是否具有價值，是否是用戶希望看到的，以確保用戶可以準(zhǔn)備的獲取有價值的信息。

　　為什么現(xiàn)在會開始依靠人工推薦內(nèi)容？過去當(dāng)有大事發(fā)生時，F(xiàn)acebook 和 Twitter 就像 Oscars 或是 Super Bowl 一樣會吸引用戶的注意，在營銷上來講這是一個增加自己曝光率的機(jī)會。不過現(xiàn)在 Snapchat、Instagram 和 YouTube 正在爭奪用戶的關(guān)注度，每個公司都打賭用戶會去自己的平臺，自己要為用戶提供最佳的閱讀體驗，這就是依靠人工而不再單純依靠算法的原因。

　　智能算法只是夠利用標(biāo)簽篩選文章，但卻不能區(qū)分新聞的重要性和實時性，也不了解事件的背景信息。就像 Snapchat 在過去因為利用算法推送而造成過失傷害了一家公司的信譽(yù)，它還曾向廣告商推送了錯誤的信息。

　　雖然利用算法推送的時效性和個性化都很強(qiáng)，但卻無法滿足實時性和用戶的需求。人工可以根據(jù)社會環(huán)境和自然環(huán)境的變化立即決定當(dāng)下用戶最關(guān)注的新聞內(nèi)容，至少從這點(diǎn)來看，就優(yōu)于算法。

　　從算法曲線來講，它可以關(guān)注龐大用戶群體的個性化閱讀習(xí)慣，但它不能自主地進(jìn)行策劃，只是單純地依靠以往的閱讀習(xí)慣進(jìn)行推薦。

　　國內(nèi)的很多社交和網(wǎng)絡(luò)媒體平臺也會采用算法推薦功能，在你的社交賬號與網(wǎng)絡(luò)媒體平臺賬號相關(guān)聯(lián)之后，它會根據(jù)你平時關(guān)注的內(nèi)容進(jìn)行新聞閱讀推薦，但它很難全面掌握用戶的喜好，并且推薦的文章質(zhì)量良莠不齊。

　　國內(nèi)的今日頭條和一點(diǎn)資訊等平臺也是依賴于算法，根據(jù)你關(guān)注的內(nèi)容分類進(jìn)行推薦，再通過你閱讀的文章模式包括閱讀停留時間等一系列信息數(shù)據(jù)進(jìn)行計算，最終達(dá)到推薦你喜歡文章的效果。但最近，他們改變了以往的推薦模式，利用人工和算法結(jié)合的模式，在算法篩選出的大量相關(guān)文章中，人工挑取最有價值和時效性比較強(qiáng)的文章推送給用戶。

　　在現(xiàn)代的傳播體制下，需要結(jié)合以往的算法推薦和人工編輯的價值，才能把最好的內(nèi)容推薦給用戶；從營銷角度來講，結(jié)合了用戶搜索行為所觸及的全網(wǎng)數(shù)據(jù)，利用算法分析出用戶的興趣，人工滿足用戶的需求。