算法有三個陷阱，移動資訊客戶端如何規(guī)避？

今天朋友李俊在朋友圈的一則吐槽引發(fā)了我對移動資訊客戶端的思考。

前幾天有在媒體平臺工作的朋友問我：為什么他們怎么努力都達不到今日頭條如今的高度？

拋開一切因素，最關鍵的可能還是精英思維在作祟，對內容的嚴格審核把關，那些無法滿足大眾低俗趣味的文章不給流量推薦，這是平臺的致命傷。

別人就喜歡吃屎，非要給別人吃山珍海味，你覺得自己對別人好，但別人可真不這么認為！

這則吐槽是老生常談，然而卻說明了眼下做好流量推薦這事兒，將關乎移動資訊平臺成敗這個道理。

移動資訊平臺的內容推薦，要依賴算法還是依賴編輯？眼下業(yè)界正在開始向算法傾斜。

依賴編輯的問題很明顯，編輯的品味決定大眾閱讀的品味，然而這勢必帶來一個問題：閱讀面變窄，每個人看到的內容都是相似的。過去門戶網站，以及門戶時代的新聞客戶端，正是這樣做的。如果說，我們只是看新聞，看具有時效性的資訊，這個模式沒任何問題，紙媒時代不就是這樣做的嗎？

然而，我們面臨的挑戰(zhàn)是，過去用戶只會訂閱一兩份報紙，一兩份雜志，一兩檔電視節(jié)目，而今天的手機已經將用戶與海量的內容生產者連接起來，用戶面臨信息大爆炸的同時，信息本身在改變：資訊不再等于新聞，而是五花八門的內容。正是因為此，傳統(tǒng)的編輯推薦模式，開始失效了，這給了算法可乘之機，今日頭條、一點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，正是看中了算法帶來的機會。

在信息大爆炸時代，只有通過算法才能幫用戶從海量內容中發(fā)現(xiàn)適合自己的內容。在碎片化閱讀時代，只有通過算法才能不斷推薦用戶感興趣的內容滿足其“刷資訊”的需求。在泛資訊閱讀而不是新聞閱讀的今天，只有通過算法才能滿足用戶五花八門大雜燴式的內容消費需求。來勢洶洶的算法推薦技術，引入九大巨頭角逐移動資訊客戶端市場，很是熱鬧。

然而，算法并不是萬能的。前幾天，在貴州省貴陽市舉辦的第十六屆中國網絡媒體論壇上，鳳凰網CEO、一點資訊董事長劉爽的分享，在我看來十分準確地點名了算法本身的缺陷，用劉爽的話說，基于算法的推薦優(yōu)勢明顯，然而，卻有三個缺陷。

缺陷1：“千人千面的算法帶來我們個體的信息孤島化”。

就是個性化推薦容易讓我們的閱讀范圍越來越窄。劉爽認為，個性化算法的基礎邏輯是，不斷地了解用戶的興趣，進而結合其興趣進行內容推薦，用戶用得越久，推薦就會愈發(fā)精準。久而久之，算法給用戶推薦的內容在越來越精準的同時會越來越狹窄，比如喜歡歷史、體育的用戶可能全屏幕都是這些內容，而這將阻礙用戶關注到理應關注的資訊，或者潛在感興趣的資訊。

這一點我深有體會，由于我關注科技比較多，因此我在今日頭條等個性化產品上幾乎全都是科技數(shù)碼內容，然而我同時也會關注歷史、娛樂、財經、電影等話題，有時候還會看一些時政新聞，這時候還我就必須要去別的App比如網易新聞客戶端才能看到，這顯然不是個性化內容平臺愿意看到的。

缺陷2：“基于海量點擊的算法推薦帶來的閱讀和視野的狹窄和偏見”。

個性化算法的基礎邏輯是，如果一篇文章被點擊的越多就表明它更受歡迎，基于此它更應該被推薦給你。微信公眾平臺上能形成10萬+的閱讀就算不錯了，而個性化資訊平臺上動輒出現(xiàn)100萬+閱讀的內容，就是因為后者采取了基于閱讀效果的個性化推薦技術。就是說，個性化閱讀很容易形成閱讀量的“馬太效應”，強者恒強，弱者越弱，說白了，就是強化頂部閱讀，弱化長尾閱讀，然而這顯然違背了個性化閱讀的初衷。

在劉爽看來，這個推薦邏輯導致的后果是，“算法推薦的是大眾，甚至是庸眾一致叫好的高點擊作品，但不一定是用戶所在的那一個圈層所高度認可的?！?，不同圈層有著不同的偏好，比如中產階級、90后、互聯(lián)網圈、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。如果基于此進行推薦，等于讓每個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：“標題抓眼球這一算法點擊推薦模式帶來的閱讀的淺薄化甚至低俗化”。

“標題黨”是移動資訊平臺被詬病最多的問題，事實上，不論是今日頭條，還是微信公眾平臺抑或新聞客戶端，上面的內容生產者都明白一個淺顯的道理：一個內容的傳播效果，內容、標題與分發(fā)各占三分之一，一個好的標題會成就一個平庸的內容，反過來，一個差的標題會毀了一個優(yōu)秀的內容。然而，何為好的標題？如果從分發(fā)效果來看，大眾對危言聳聽、驚悚離奇、低級趣味的標題反而更加喜聞樂見，哪怕文不對題。因此，“標題黨”就成了“標題黨”。

正如劉爽所言，“海量讀者因為非常聳動的標題被吸引過去，看了以后立刻走人，雖然他個人的體驗很不愉快，但他點擊這個行為留下來了，被算法捕捉到，所以形成了惡性循環(huán)，越多的人被吸引，它也會給這個新聞更多的權重，所以會推薦開去，這嚴重影響了閱讀的體驗?！庇捎跇祟}決定內容分發(fā)效果，最終所有標題都想方設法去迎合人性中的陰暗面，去聳人聽聞文不對題，好內容不如好標題對內容生態(tài)是一個巨大的打擊。

在WEB內容時代，如何讓人們更好地發(fā)現(xiàn)與消費優(yōu)質內容？搜索引擎PageRank算法的邏輯是，如果一個網頁被別的網頁引用得越多，這個頁面就有更高權重。同時，如果一個網頁更加符合HTML規(guī)范和語義，也將擁有更高權重，反之則被降低懲罰。如果這個頁面所屬網站本身一直有很好的信用，它會有更好權重，反之則被降低權重。這套體系非常有效，確保了搜索引擎的體驗。移動互聯(lián)網時代，個性化推薦取代了主動搜索成為用戶內容獲取的首選方式，WEB內容推薦邏輯也失效了，然而，與之匹配的內容推薦體系還沒有成型，這是個性化算法的挑戰(zhàn)，也是機遇。

在規(guī)避個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)。

今天人工智能技術方興未艾，AlphaGo戰(zhàn)勝了最聰明的人類，機器已經可以取代記者寫稿，許多人都在討論機器會不會取代人類，在這一點上我十分認同馬云前不久在云棲大會上提到的觀點：

計算機一定比人更聰明，因為計算機不會累，沒有情緒，不會發(fā)脾氣，對它來講，它永遠只要加了數(shù)據(jù)以后，它會越來越聰明，但是計算機不可能統(tǒng)治人類。過去機器是人類的工具，未來機器是人類的合作伙伴。機器不可能有智慧，機器不可能有使命，機器也做不到價值觀，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)勢毋庸置疑，然而，它不可能取代人，編輯有智慧、使命、價值觀、文化趣味等等，這些如果能夠與算法結合，一方面可幫助算法進化，另一方面可直接影響推薦。一點資訊采取算法為主、編輯為輔的方式，嘗試給技術注入人文情懷，把媒體基因以及編輯對用戶、對內容消費的深刻洞察融入算法，AlphaGo是深度學習棋局，一點資訊則是人工編輯將上萬篇包括普利策新聞獎在內的優(yōu)質文章輸入內容庫用以訓練機器算法，讓機器通過尋找其中共性，學習篩選具備同類特質的文章再應用于內容畫像和推薦分發(fā)；天天快報則采取編輯為主、算法為輔的方式，他們會有微信群收集優(yōu)質內容創(chuàng)作者的優(yōu)質內容并酌情推薦；今日頭條強調依賴技術，但有消息稱他們也在引入編輯模式。

2、用戶參與，數(shù)據(jù)多元，綜合評價。

如果我們只是基于用戶閱讀數(shù)，點擊量這樣的少數(shù)指標對一個內容進行是否受歡迎的判斷，并不恰當，但如果能夠引入“內容閱讀時長”、“內容評論數(shù)量”、“內容分享次數(shù)”這些數(shù)據(jù)，并將這些行為相關的數(shù)據(jù)進行再度收集，形成更加全面的內容反饋數(shù)據(jù)，基于此進行內容質量評價將更加客觀。在這一點上，一點資訊的做法不失為一種比較好的嘗試，除了用戶點擊、閱讀時長、是否有收藏點贊分享這些緯度，還會更加依賴用戶的主動興趣表達，一點資訊在成立初期便把搜索引擎在底層技術架構融入到推薦引擎中，目前是唯一一款可以實現(xiàn)搜索任意關鍵詞再訂閱成為用戶專屬個性化頻道的產品。

與此同時，通過反作弊技術去剔除掉“臟數(shù)據(jù)”，并允許用戶舉報標題黨、低至化等方式來降低一個內容的權重，甚至降低一個內容生產者的整體權重，說白了，就是把搜索引擎對網站網頁的套路，搬到移動資訊客戶端上來，眼下我看到今日頭條、一點資訊已經開始有這些動作，比如允許用戶舉報標題黨。

還有就是對用戶應該進行更加全面的了解。我們不應該只是了解用戶當下的閱讀興趣，訂閱過什么頻道，消費過什么內容，這些信息完全不足以了解一個用戶，更別說一個用戶還會隨著場景的變化、時間的遷移而改變閱讀需求。我們應該去了解這個用戶的職業(yè)，圈層，口味等等一切可以了解的習慣，并基于此進行更加智能的推薦，避免讓用戶閱讀興趣越來越窄，在這一點上一點資訊做得比較好，至少在興趣標簽上一點資訊就有多達300萬個，你不只是訂閱幾個頻道，而是可以搜索你感興趣的一切話題，結合搜索引擎+推薦引擎，一點資訊對用戶進行了主動與被動的全面了解。

3、人人為我、訂閱關注、眾包編輯。

微博與微信公眾賬號是個性化資訊客戶端嗎？當時是，曾幾何時，微博只是基于follow關系給你源源不斷的信息流，其邏輯是“我關注一個人，就會關注這個人關注的內容”。現(xiàn)如今微博也十分強調算法，信息流中會出現(xiàn)你沒有Follow的信息。微信朋友圈和微信公眾賬號則依然是基于人與人的關系的內容推薦，朋友圈中人人都是編輯，給你過濾了許多信息，我們訂閱微信公眾賬號同樣是因為一個人或者一個組織。

正是因為此，今日頭條、一點資訊、天天快報都會強調“訂閱”，希望可在內容生產者與內容消費者之前建立更緊密的聯(lián)系。然而，除此之外，資訊客戶端是否可以考慮更多地利用人與人的關系？比如我關注一個內容生產者，就可以看到這個內容生產者閱讀或推薦的內容，知乎在這一點上做得就很到位，百度知道之后知乎為何脫穎而出，就是社會化，就是利用好了人與人的關系，美國版貼吧Reddit定位為社會化新聞網站，其理念正是人人皆是編輯。那么，個性化資訊之后，會不會是社會化個性資訊客戶端呢？我想，很有可能。

微博@互聯(lián)網阿超 微信 羅超（luochaotmt）

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。