知乎的内容分发策略,及运行机制是怎样的?

  • 来源:网络
  • 更新日期:2020-06-05

摘要:作为一个优秀的内容问答社区,知乎在内容分发上的许多做法值得学习。本文将从三个方面展开讲解,推荐给对内容分发感兴趣的童鞋。知乎已然成为中文互联网世界最大的内容问答社区

作为一个优秀的内容问答社区,知乎在内容分发上的许多做法值得学习。本文将从三个方面展开讲解,推荐给对内容分发感兴趣的童鞋。

知乎已然成为中文互联网世界最大的内容问答社区。

十年磨一剑,知乎所积累的海量高价值内容就是其最宽阔的护城河。可正因其海量,如何将内容高效的分发给需要它的人,就成了关键问题。

传统的解决方案是搜索。通过明确的用户检索词完成内容与用户意图的关联。这是人找内容的时代。

知乎的内容分发策略却不止搜索,还有推荐、想法和热榜。

为什么知乎要将他们作为内容分发的策略?这些策略背后又有怎么样的运行机制呢?

一、基于算法的分发—推荐

推荐系统想必大家不陌生了,现在不管做电商、做社交、还是做内容,如果不弄个个性化推荐,都不好意思出门。

但要搭建一个推荐系统,有三个步骤是必须的:理解内容,理解用户,构建规则。

知乎也是如此。

不管是搜索系统还是推荐系统,其目的都是一致的,那就是完成人与内容的高效精准匹配。

为了到达这个目的,理解内容和用户就成了必经之路。

那么,首先应该怎么理解内容呢?

1. 理解内容

比较常见的理解内容的方式是分类。比如 up 主在 B 站上传视频时需要填写投稿内容的分类,这就是对内容最基本的分类。

在知乎也一样,频道、分类、话题都是对内容的分类。而内容分类往往呈现结构化的特点。比如,程序员小李下班在地铁上觉得网易云音乐今天推荐的歌单真难听,他就可能打开知乎去音乐 app 分类的子分类网易云音乐类目下浏览其他人的好歌推荐。

因此,从音乐 app 类目到网易云音乐子类目,内容分类的结构化特点其实表现的是一种包含关系。这种分类的细化当然不是无限细分,它最终要指向某个具体的内容。

那该如何继续向下去理解处于分类末端的具体内容呢?最常见的方式是贴标签。比如给一首歌贴上类型、时长、所属专辑、歌手等标签。

这些标签之间并不是包含关系,而是平等关系。将它们聚合在一起就能从多个维度理解内容。

2. 理解用户

同样的,既然能够给内容打标签,自然也能给人打标签。给用户打标签还有一个专业的名字,叫用户画像。

提到用户画像,自然很容易联想到年龄、性别、学历、地区这些基本的人口学标签。但对于构建推荐系统更重要的是用户行为标签。

用户在知乎的每一次关注、点赞、分享、评论、收藏,都是一次行为标签。

这些行为标签之间虽然并不是包含关系,但却有不同的权重。分享的权重肯定大于评论,评论的权重肯定大于点赞。这一点在几年前 b 站源码泄露的时候已经被实锤。

有了这些多维度的标签,就可以建立用户画像系统。然后就能搞点事情,比如大数据杀熟?

3. 推荐规则

理解了内容,理解了用户,下一步自然就是想办法精准连接用户意图和内容。

知乎采用的是用户和内容相结合的协同过滤。

这里有个词,叫协同过滤。什么是协同过滤呢?

打个比方吧。

先来说基于用户的协同过滤。程序员小李除了爱听歌,还喜欢喝酒,他觉得喝完酒写代码更有灵感,所以喜欢研究各种口味的酒。于是,推荐系统就会找到跟小李一样喜欢研究各种口味酒的用户,然后将这些用户关注的与酒相关的内容推荐给小李。

再来说基于内容的协同过滤。设计师小王和产品经理小武在程序员小李的熏陶下,也养成了喝完酒干活的习惯。有一回,他们都浏览了如何健康的饮酒和菠萝啤为什么喝不醉这两个回答,于是推荐系统就认为这两个答案有更强的相似性。在小李浏览了为什么菠萝啤喝不醉这个回答后,推荐系统就可能将这篇回答推荐给小李。

因此,当你打开知乎首页,看到给你推荐的那些内容,就是基于你过往的浏览、点赞、评论等行为标签计算得来的。你的每一个动作,都是在为自己可能接受到的信息投票。

二、基于社交的分发—想法

1. 如何分发

与基于算法的内容分发相同,在知乎想法页,同样能根据用户的主动关注实现个性化推荐。这被称为基于社交的内容分发。

这很好理解,人人都是自媒体,你可以选择关注任何你喜欢的用户。然后这些用户发布的内容聚合在一起,以 feed 流的形式展示在你眼前。相比算法分发,使用社交分发内容,用户有更大的自主选择权。也更强调被关注用户的内容输出能力。

梳理社交分发内容的过程,大概可以概括成:内容 – 关注用户 – 更多的用户。

连接内容和关注用户的,是关注行为;连接内容和更广泛用户的,是关注用户的分享转发行为。

所以这样的内容分发策略是强依赖关系链的。微博和微信公众号是最典型的代表。

2. 什么内容适合社交分发

这就要求内容需要具备两种价值:内容价值和分享价值。

内容价值是内容本身的价值;而分享价值是分享行为带来的社交价值。

那么如何创造内容价值和分享价值呢?答案是:信息量。

内容的本质还是信息,度量信息的最小单位是比特。度量方法简言之,一件事情发生的概率越小,则信息量越大。有洞见的行业观察、顶级学霸的高光生活、出人意料的短视频,这些内容都不属于日常生活中的常规事件因此他们有足够大信息量。

3. 社交分发内容的窘境

能够稳定生产大信息量内容的用户,毕竟是少数人,他们也有一个专业的名字,叫 KOL。因此,社交分发内容很容易就会形成马太效应。大部分分发流量被少数头部 KOL 所控制。

所以,抖音会重金挖人、微博会扶持腰部 KOL、网易云也扶持独立音乐人,都是为了让社交分发更可控。

三、热榜

1. 热榜内容分发策略

打开知乎首页,还有一个内容分发渠道—热榜。

热榜的推出是为了有深度的讨论全网热议话题。有深度体现的是专业性,这是知乎一直以来的知乎的社区氛围,热议话题体现的则是时效性。

按官方给出的热榜热度的说法:知乎热榜中的内容热度值,是根据该条内容近 24 小时内的浏览量、互动量、专业加权、创作时间及在榜时间等维度,综合计算得出的。

2. 时效性

热点内容分发与算法分发和社交分发最大的不同是时效性。有时效性的热门话题自然也是不需要做千人千面的个性化推荐的,因此知乎热榜也是千人一面的。

那时效性是什么?是用户立刻、马上、现在就要获取满足感。因此那些热门的回答一定是那些紧扣民众情绪的回答。

这与知乎早期理想、深度、干货的标签多少有些相悖。因为内容的沉淀需要时间、有价值问题的酝酿也需要时间。再热门的内容,热度终会褪去。

四、总结

推荐、想法和热榜,告别了只能依靠搜索寻找内容的时代,转而变成内容找人。不论怎样,它们都是想要解决人与内容的高效连接这一需求。

这个需求并不是凭空产生的。互联网内容沉淀经历了从匮乏到丰饶,再到优质的阶段,人们对内容质量的要求越来越高。

从这个角度讲,知识付费、推荐系统、内容分发,其实都是为了帮助人们能够更好的认识世界。

作者:Lcarusd,公众号:Lcarusd

本文由 @Lcarusd 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议