一個(gè)新的功能可能正成為短視頻分發(fā)的主流方式之一。

2019 年 4 月，QQ 看點(diǎn)團(tuán)隊(duì)推出了一個(gè)獨(dú)立的短視頻應(yīng)用——看點(diǎn)視頻，主打 1- 3 分鐘的橫版 PGC 視頻。除了個(gè)性化推薦，看點(diǎn)視頻還推出了一個(gè)叫「欄目」的功能，用戶可以根據(jù)自己的興趣創(chuàng)建「欄目」，并將平臺上的視頻聚合在不同的欄目下，如「全球熱點(diǎn)刷屏大事」、「今天網(wǎng)上在熱議什么」、「評論比視頻好看系列」等。

無獨(dú)有偶，8 月 24 日，抖音在第一屆創(chuàng)作者大會(huì)上宣布了一個(gè)即將上線的新功能——合集，創(chuàng)作者可以把相關(guān)的視頻有結(jié)構(gòu)、按順序發(fā)布在同一個(gè)合集下，用戶可以通過感興趣的視頻進(jìn)入合集，從而系統(tǒng)性的去觀看相關(guān)內(nèi)容。

除了短視頻，在圖文、音樂、長視頻等內(nèi)容領(lǐng)域，都有類似的由用戶參與進(jìn)來，對信息進(jìn)行再次創(chuàng)作或重新組織的機(jī)制，它的背后是用戶的興趣、見解和態(tài)度，能彌補(bǔ)算法在內(nèi)容分發(fā)中存在的缺陷。這可能也代表在人工智能時(shí)代，算法和人的相處方式。

豆瓣豆列：重組標(biāo)準(zhǔn)化信息的「用戶興趣清單」

2005 年豆瓣上線時(shí)，Web 2.0 的概念剛剛興起，由用戶主導(dǎo)生產(chǎn)內(nèi)容的方式為互聯(lián)網(wǎng)生態(tài)的繁榮奠定了基礎(chǔ)。

通過用戶的添加、創(chuàng)建，書籍、影視、音樂這些標(biāo)準(zhǔn)化的信息借助 ISBN 編碼、IMDb 編號或唱片條形碼，讓豆瓣成為了中國最大的書影音在線數(shù)據(jù)庫，也成了很多人查找信息、彼此交流的在線社區(qū)。

除了這一套標(biāo)準(zhǔn)化的體系，豆瓣還有一套由用戶創(chuàng)建的主觀的信息分類和組織體系——豆列。

豆列可以被理解為一組清單，由用戶根據(jù)某個(gè)特定的主題創(chuàng)建，集合書籍、影視、音樂。例如，電影《上海堡壘》，會(huì)被某位用戶添加到「中國科幻」的豆列中，也會(huì)被其他用戶添加到「上海(1950-20__)」、「科幻小說改編」、「評價(jià)人數(shù)超過 10 萬的電影」、「爛片中的奇葩」……等豆列中。

現(xiàn)在，除了豆瓣站內(nèi)的信息，站外的網(wǎng)站、軟件、攻略、游戲也都可以根據(jù)特定的主題，被添加到合適的豆列中。

豆瓣創(chuàng)始人楊勃(阿北)曾經(jīng)在《用豆列看世界》的博文中介紹，豆瓣第一個(gè)用戶豆列，「思維的樂趣推薦書目」，創(chuàng)建于 2005 年 8 月 17 日。以后幾年里，書影音、社區(qū)和東西下衍生出七八種豆列，相冊也經(jīng)常被大家當(dāng)作變種的圖片豆列在用。上千萬個(gè)豆列是豆瓣用戶發(fā)現(xiàn)好東西之后分享「精選」的工具，它覆蓋了林林總總的個(gè)人興趣，匯集著豆瓣里歷年沉積的干貨。

他還引用了一位豆瓣網(wǎng)友的話，「在豆瓣的宇宙里一切都是豆列的不同現(xiàn)象�！垢�有人將豆列稱為「采集用戶興趣的基本單位」。

對于資深文藝青年之外的普通用戶來說，豆列是他們可以在規(guī)整、有序的標(biāo)準(zhǔn)信息下發(fā)現(xiàn)更有趣的世界的捷徑。在轉(zhuǎn)型移動(dòng)互聯(lián)網(wǎng)的過程中，豆瓣還曾把豆列作為豆瓣 App 2.0 的主打功能之一。

這種由用戶參與進(jìn)來，對平臺已有信息進(jìn)行再次創(chuàng)作或重新組織的產(chǎn)品機(jī)制，也深深地影響了后來的移動(dòng)互聯(lián)網(wǎng)產(chǎn)品。

從網(wǎng)易云音樂歌單到抖音合集：算法加持下的用戶再創(chuàng)造

2013 年網(wǎng)易云音樂的上線頗有點(diǎn)橫空出世的樣子。

這個(gè)以黑膠唱片作為設(shè)計(jì)靈感，并有網(wǎng)易創(chuàng)始人丁磊高調(diào)站臺的音樂 app，迅速抓住了一批核心的音樂用戶。同時(shí)在核心用戶的帶動(dòng)下，網(wǎng)易云音樂得以迅速增長。

除了 UI 設(shè)計(jì)，網(wǎng)易云音樂還有兩個(gè)當(dāng)時(shí)讓人耳目一新的核心功能：個(gè)性化推薦和歌單。甚至，網(wǎng)易云音樂將「歌單」作為了基本的歌曲組織形式，過去集合在一張張專輯中的歌曲被重新打散，由用戶根據(jù)自己的品位和喜愛，收錄到自己創(chuàng)建的一張張歌單中。

▲ 網(wǎng)易云音樂 2013 年上線時(shí)的 UI. 圖片來自：Lofter 官方

我們聽音樂的方式，也從過去的按歌手、專輯、排行榜查找，變成了「那些只聽前奏就中毒的英文歌」、「《新倩女幽魂》游戲原聲」、「bilibili 鎮(zhèn)站之寶」、「在 KTV 唱什么粵語歌可以秒殺全場」……

歌單功能其實(shí)源于瑞典的流媒體音樂應(yīng)用 Spotify。如果說喬布斯用 iTunes 革新了唱片行業(yè)，將專輯售賣的模式改成單曲售賣;Spotify 就是音樂行業(yè)的又一次革新，把售賣歌曲變成了流媒體形式：用戶不需要再購買和擁有一首歌曲，而是通過在線播放的形式，獲得一個(gè)超大的音樂庫的使用權(quán)。

Spotify 的商業(yè)模式建立在用戶付費(fèi)獲得擴(kuò)展功能以及免費(fèi)模式下的廣告，后者取決于用戶聽音樂的時(shí)長，用戶創(chuàng)建的歌單和個(gè)性化推薦的結(jié)合，最大程度地達(dá)到了這個(gè)目標(biāo)。

在網(wǎng)易云音樂引入這樣的功能后，也有越來越多的中國音樂 app 將歌單作為基本功能。從某種程度來說，歌單其實(shí)也是豆列的另一種表現(xiàn)形式。

不只是音樂領(lǐng)域，在中國蓬勃發(fā)展的短視頻行業(yè)，也出現(xiàn)了類似的現(xiàn)象。

2018 年 11 月，QQ 看點(diǎn)的日活躍用戶(DAU)突破了 1 億。和今日頭條、百度的信息流產(chǎn)品稍有不同，QQ 看點(diǎn)的用戶更年輕，其中接近 70% 是 95 后。

這樣的用戶結(jié)構(gòu)也影響了 QQ 看點(diǎn)的產(chǎn)品方法論，4 月份，QQ 看點(diǎn)團(tuán)隊(duì)在其獨(dú)立短視頻應(yīng)用「看點(diǎn)視頻」上，推出了一個(gè)叫「欄目」的功能，用戶可以根據(jù)自己的興趣創(chuàng)建欄目，并將平臺上的視頻聚合在不同的欄目下，如「同一個(gè)世界同一個(gè)媽」、「演出翻車現(xiàn)場」等，用戶可以訂閱欄目，并持續(xù)收到該欄目下的更新。

QQ 看點(diǎn)早就涉足短視頻領(lǐng)域，它會(huì)在一個(gè)短視頻會(huì)在播放完畢之后自動(dòng)播放下一個(gè)視頻，這個(gè)「自動(dòng)播放」的視頻并不是真的隨機(jī)，而是跟用戶播放的前一個(gè)視頻存在內(nèi)容上的相關(guān)性，這種關(guān)聯(lián)播放的完成度比算法推薦給用戶的更高。據(jù)悉，這也是看點(diǎn)視頻決定要做「欄目」分發(fā)的原因。

抖音也打算引入這樣的功能。抖音總裁張楠?jiǎng)倓傂�布的「合集」功能和「欄目」很像，用戶可以把視頻按照一定的主題進(jìn)行聚合。

不過，抖音的這個(gè)功能將首先開放給教育內(nèi)容創(chuàng)作者，他們有系統(tǒng)化的專業(yè)內(nèi)容，而且有明確的受眾，結(jié)構(gòu)化并按照一定的順序排列的視頻，對這類視頻的觀看者來說是更科學(xué)的。

推出合集功能的同時(shí)，抖音還向所有用戶開放了上傳 15 分鐘長視頻的功能，這也是抖音全面擴(kuò)充內(nèi)容形式，豐富平臺生態(tài)的做法。

在這樣的背景下，在算法分發(fā)之外的粉絲訂閱以及由用戶重新組織視頻的「合集」功能，就變得更加重要。

算法和人：誰應(yīng)該是內(nèi)容分發(fā)的主導(dǎo)?

今日頭條創(chuàng)始人張一鳴曾堅(jiān)信「算法沒有價(jià)值觀」，言外之意是算法是根據(jù)用戶的點(diǎn)擊、瀏覽、分享等行為進(jìn)行的個(gè)性化推薦，今日頭條 app 上呈現(xiàn)的內(nèi)容，代表的是用戶自己的選擇。

這個(gè)看法后來遭遇了激烈的輿論抨擊，其中的一個(gè)質(zhì)疑是個(gè)性化算法的「信息繭房」效應(yīng)，「在算法的幫助下，我們可以輕易過濾掉自己不熟悉、不認(rèn)同的信息，只看我們想看的，只聽我們想聽的，最終在不斷重復(fù)和自我證成中強(qiáng)化了固有偏見和喜好。」

這是從個(gè)性化推薦的信息的廣度上來看問題，還有一個(gè)較少被討論的問題：算法推薦可以讓人找到自己感興趣的話題，但它很難保證該話題下內(nèi)容的質(zhì)量，甚至在很多情況下，它會(huì)間接帶來反作用。

諸如今日頭條這樣的個(gè)性化推薦平臺，基本都基于兩個(gè)維度向用戶推薦內(nèi)容：一是在對待分發(fā)內(nèi)容進(jìn)行文本挖掘后，根據(jù)提取到的高維特征和用戶興趣模型進(jìn)行匹配;二是全網(wǎng)出現(xiàn)最多、最熱門的內(nèi)容，之后算法再根據(jù)用戶的點(diǎn)擊、瀏覽、收藏、評論等操作進(jìn)一步調(diào)整分發(fā)策略。

用戶和算法之間的聯(lián)系，是一個(gè)個(gè)如「移動(dòng)互聯(lián)網(wǎng)」、「區(qū)塊鏈」、「小米手機(jī)」這樣的碎片化特征，以及一個(gè)個(gè)熱搜榜單中的內(nèi)容。這樣的機(jī)制也在反過來影響內(nèi)容創(chuàng)作，算法認(rèn)為值得推薦的，往往是那些貼合最熱的話題、內(nèi)容簡單、生產(chǎn)速度極快的內(nèi)容。

曾有媒體報(bào)道山東北部農(nóng)村里的一個(gè)「爆款文章工廠」，學(xué)歷并不高的農(nóng)婦，在批量生產(chǎn)受眾包括大城市的年輕用戶在內(nèi)的爆款內(nèi)容。

不過，完全摒棄算法，僅依靠人工推薦的內(nèi)容分發(fā)做法也已經(jīng)絕無可能，傳統(tǒng)的出版、傳媒行業(yè)的衰落也證明了這樣做的弊端。內(nèi)容消費(fèi)媒介更加易得，內(nèi)容消費(fèi)群體大幅增長，都需要更多的內(nèi)容和更高效的分發(fā)手段。

在內(nèi)容分發(fā)中突出人的作用，可能才是人工智能時(shí)代，算法和人的正確相處方式。

當(dāng)然，這看上去像一句正確的廢話。在人工智能飛速進(jìn)步的過程中，有人認(rèn)為 AI 還在非常初級的階段，但也有人開始擔(dān)心 AI 會(huì)成為不受人類控制的超意識存在，馬斯克就是「AI 威脅論」的代表人物之一。不過，雙方都承認(rèn)的事實(shí)是：可能在不遠(yuǎn)的未來，就會(huì)有大量的基礎(chǔ)性工作被 AI 取代，只有個(gè)性化、創(chuàng)意性、戰(zhàn)略性的工作，才難以被機(jī)器取代。

在內(nèi)容分發(fā)這個(gè)垂直的領(lǐng)域內(nèi)，這樣的思路同樣有啟發(fā)。內(nèi)容平臺面臨的不是算法或人誰應(yīng)該主導(dǎo)的問題，而是能不能至少有兩套高效的分發(fā)機(jī)制，在保證話題精準(zhǔn)的個(gè)性化算法之外，能夠讓人的創(chuàng)意、個(gè)性體現(xiàn)其中，幫助內(nèi)容消費(fèi)者借助其他用戶的學(xué)識、興趣和見解，去發(fā)現(xiàn)更廣闊的世界和更有趣的內(nèi)容。

用戶創(chuàng)建的豆列、歌單、欄目、合集是一類很好的例子，而我相信這不會(huì)是唯一的例子，在算法當(dāng)?shù)赖慕裉�，人在�?nèi)容分發(fā)中的作用也會(huì)越來越重要。

標(biāo)簽： 內(nèi)容分發(fā) 推薦算法 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。