📖 ZKIZ Archives


【百佳講壇】將匠心註入機器算法

在新聞資訊領域,人工編輯和機器算法究竟誰更重要?

對於這個問題,今日頭條創始人張一鳴毫不猶豫地選擇了後者。他在最近接受采訪時再次強調了今日頭條不設總編輯以及算法沒有價值觀。在他看來,今日頭條不是一家媒體公司,而是一家科技公司,如果頭條有主編,他不可避免會按照自己的喜好去選擇內容,而頭條做的就是不選擇。。

豌豆莢聯合創始人、輕芒聯合創始人王俊煜卻在知乎上嗆聲:“技術是有價值觀的,取決於你想用來做什麽;面對現實不意味著沈淪於現實之中; 普通人今天也不僅僅需要娛樂,他們除了娛樂以外,也還需要更多。

今日頭條的競爭對手一點資訊,則是挖來了互聯網新聞的教父陳彤。用陳彤自己的話說,未來要在算法的基礎上加入新聞理念和情懷。

而總編輯陳朝華剛剛離職的搜狐,以及騰訊、網易都想要“人工+機器”兩者兼得。按照搜狐的說法,搜狐對新聞內容展示方式進行了調整,采用“編輯流+推薦流”的模式。但兩者究竟怎麽結合,目前外界還沒看到一條清晰的路徑。

 

事實上,如果把這幾件事聯系起來看,背後其實是同一個問題:在新聞資訊領域,如何處理人工編輯和機器算法之間的微妙關系?

十幾年前門戶崛起時,有匠心的編輯和有經驗的內容團隊無疑最重要。陳彤曾用一本《新浪之道》解構網絡新聞運作,其中舉例道,在“9.11”恐怖襲擊發生時,新浪網編輯在事件發生之際捕捉到最早的信息,事件發生9分鐘後發布了第一條新聞,並且將這條快訊放置在新浪首頁和新聞中心首頁重要位置,。這是中國大眾傳媒對“9.11事件”發出的第一條報道。

而現在的信息碎片化時代下,連門戶自己都已經被稱作“傳統媒體”,甚至連接 wifi 的 app、手機垃圾清理工具都塞滿"新聞"。伴隨著新聞熱點的多元化,海量的新聞內容來滿足讀者對資訊的閱讀需求,如果繼續單純依賴人工編輯,受到內容數目的限制,內容分發效率確實不高,而且,人工編輯往往集中於最熱門的頭部內容,往往“千人一面”,更長尾的內容則很難再有精力覆蓋。

機器算法正好擅長這些難題,一方面,它通過采集海量的信息,然後通過數據挖掘,智能分析出每時每刻最熱門最值得用戶關註的資訊;另一方面,推薦引擎會根據用戶對用戶瀏覽、收藏、轉發、評論新聞資訊的行為不斷進行分析,再結合其閱讀喜好、習慣、閱讀時間、閱讀位置等多個維度,建立起個人用戶模型,兩者結合後,智能地為用戶推薦越來越精準的個性化信息。當你使用次數越多,針對你的個性化資訊推薦就變得越準確。

簡單來說,就是把搜索與推薦的技術優勢最大化地嫁接在新聞客戶端上,通過上億級別的因素組合來挖掘、分析數據,尋找各種規律間的聯系,分析用戶興趣並推送其所需信息。

因此,在張一鳴眼里,今日頭條不是做新聞,而是做信息的獲取,做法思路和過去完全不一樣,現在完全是從滿足用戶需求的角度,而不是取決於主編的才華。

可以看到的是,基於海量數據的機器學習算法無疑令分發效率顯著提高。但與此同時,算法提供的內容對用戶的價值是否也有相應的提升?

特別是,如果一味依賴話題數據指標和話題相關性的算法分發,由於讀者獵奇心或是出於心理最微妙的興趣使然,追求槽點和趣點的聲音占據了大多數,這就讓信息趨於片面。輿論“狂歡”的背後,隨之而來的可能就是標題黨、涉黃新聞、無營養的雞湯文大、聳人聽聞的低劣內容等大行其道。

 

舉個簡單的例子,出於當你在頭條點擊一條“原配暴打小三”或是某類犯罪新聞,系統根據你的瀏覽記錄,每天自動為你源源不斷地推送相似單一的內容。而這正是因為“聰明的算法”。

這也是外界對於頭條類個性化推薦新聞App的批評之一:你不能用算法一味迎合讀者的低級趣味。

正如鳳凰網CEO劉爽所言,“海量讀者因為非常聳動的標題被吸引過去,看了以後立刻走人,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,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。”

除了可能把大眾閱讀的口味引向低俗化,另一個可能隨之而來的問題還有,如果一味迎合用戶興趣,“千人千面”的個性化浪潮是否會形成信息孤島,從而擠壓掉他們真正感興趣或者培養新興趣話題的生存空間,他們感知新事物的機會越來越少。?

美國芝加哥大學教授凱斯•桑斯坦曾在《網絡共和國》討論過類似的情形:為每個讀者量身定制的“個人日報”式的信息選擇行為,會導致網絡繭房的形成。當個人長期禁錮在自己所建構的信息繭房中,久而久之,個人生活呈現出一種定式化、程序化。長期處於過度的自主選擇,沈浸在個人日報的滿足中,失去了解不同事物的能力和接觸機會,不知不覺間為自己制造了一個“信息繭房”。

而且,至少目前來看,機器的算法還不是萬能的。

此前,Facebook曾把其推薦最熱內容的“趨勢話題(Trending Topic)”撤掉人工編輯,改為全部機器算法執行, 希望由此降低主觀因素對推薦內容的影響,結果不過還不到 3 天,完全依靠演算法篩選熱門新聞的趨勢話題,讓一則關於美國大眾新聞主播梅根•凱利(Megyn Kelly)的假新聞登上版面,更導致一張普利策獲獎照片被算法認定是情色圖片直接刪除而成功激起民憤。

對於人工編輯而言,要想避免這些錯誤非常容易,但 Facebook 篩選趨勢話題的演算法依賴於這一話題相關文章和貼文數量,相對來說較容易讓假消息、騙點擊標題的新聞登上版面。

從趨勢來看,未來算法技術必定走向人工智能化,依靠它們能夠解決的事情包括對用戶畫像、洞察的判斷……但在技術背後,如何註入人文情懷?至少優秀內容人的直覺、經驗和匠心仍然不能被替代。

PermaLink: https://articles.zkiz.com/?id=231809

知識付費時代來臨 | 百佳講壇

關於“內容”的話題,最近有兩個事情火了。

一個是神秘的 UC “震驚部”。從《震驚!99.99%的人都不知道的死法!》到《震驚!男人看了會沈默,女人看了會流淚!不轉不是中國人!》再到《震驚!美國總統看到後都驚呆了!》,有網友調侃,自從看了之後,一天要被震驚50次,感動到流淚60次,要發現10多個驚天秘密,美國被嚇得一天出幾十次冷汗,頭皮要被嚇麻幾十次。震驚的標題只有你想不到,沒有他們做不到。

另一個火了的,是內容付費。從騰訊CEO馬化騰在朋友圈下留言“等微信公眾號付費閱讀”,再到羅輯思維創始人羅振宇關於內容付費行業的15條最新思考。業界隱約感到:內容付費的“風口”要吹過來了。

這兩件事情聯系起來看,背後反映的話題其實是內容價值的兩個層面:流量經濟和知識經濟。看上去,前者解決的是新聞信息不對稱的問題,依賴的是點擊量和影響力,從而實現商業價值,但內容本身的直接價值並沒有被體現出來;後者解決的是知識和經驗、技能不對稱的問題,核心是通過知識類的產品和服務來實現變現。

早年間,門戶時代曾創造了一種“新聞超市”式的流量經濟,靠的是廉價甚至免費地獲得新聞內容供應,再將海量的內容免費提供給讀者,吸引大量點擊,最終通過廣告獲利。在移動互聯網的更新與叠代之下,門戶的流量經濟碰觸到天花板,逐漸走向式微。

 

到了資訊內容分發時代,基於海量數據的機器學習算法令分發效率顯著提高,不過,由於讀者獵奇心甚至是出於心理最微妙的興趣使然,追求槽點和趣點的聲音占據了大多數。“震驚黨”狂歡的背後,隨之而來的可能是標題黨、涉黃新聞、無營養的雞湯文大、聳人聽聞的低劣內容等大行其道。

而當人們早已習慣了互聯網“免費”模式,要想讓內容從免費跨越到變現,這件事在以前看上去太難了。

掌閱科技CEO成湘均曾告訴我,幾年前他找了同做數字閱讀的3G門戶和91熊貓,大家商量一起“收費”建立國內電子書的正版付費市場,對方的回複大多是“好啊我們早想付費了”,可一談到具體的時間表,對方的回複就變成了“那不行我們還沒準備好”。這之後,掌閱嘗試起了“內容付費模式”,它的用戶一度少了90%。

類似的情形不只發生在數字出版領域。過去幾年里,國內外媒體平臺不少探路內容收費化的嘗試,但大多走得磕磕絆絆。

現在看來,內容付費的春天是不是真的到了?

免費的東西,其實最貴。曾經人們在互聯網上是用時間成本獲得免費的信息,但是隨著消費環境的變化和付費知識產品形態的快速叠代,知識變現已經展現出不少新趨勢。

業界把2016年稱作是“知識變現的元年”,這一年,以知乎為代表的在線知識型社區經過多年的運營沈澱推出了知乎的值乎、知乎Live等付費知識產品,分答付費問答平臺爆紅,背後正是抓住了分享經濟時代的特點,解決了人們在移動社交體驗中知識和經驗不對稱的問題。

比如,分答創始人姬十三就曾提到,分答有大量的免費內容,但免費內容太糟糕了,或者說免費但有用的內容大量被埋藏在比較垃圾的內容當中,使得在挑選有價值的內容時無法精選,所以整體中文互聯網內容的糞坑化帶來人們有意識的對精品內容付費意願的增強。

到了2017年,36氪、微信開始探索起內容付費模式,豆瓣推出付費內容產品“豆瓣時間”,《羅輯思維》也改版將播出平臺只限於羅輯思維旗下的知識服務付費應用“得到”App,這一應用最新的數據是日活45萬,訂閱總份數144萬,專欄周打開率63.1%,日打開率29.3%,總營收近1.6億。

可以說,知識付費的變量,既有來自中產階層對於增量知識的不安全感和焦慮,也有人們消費觀念的升級和轉變,版權意識的增強以及移動支付的便捷做支撐。

第三方機構易觀公布的《2016中國知識付費行業發展白皮書》也顯示,用戶對於“內容”和“知識”的付費意願和消費觀正在發生轉變,從不願付費變得對於顯著高質量、服務更好的類似產品願意付費;用戶信息獲取的方式也在發生變化,從漫無目的地接受信息變為主動獲取知識,信息的選擇行為更為成熟,從而推動了知識付費行業的爆發。

不過,盡管知識付費可行,但付費沒那麽簡單。此前有報告顯示,74.2%的人為內容付費的原因是想“獲得有針對性的專業知識或見解”,50.8%的人為內容付費的原因是想“節省時間和成本”。

而在羅振宇看來,能把握住這輪內容付費市場機會的人,不見得是傳統意義上的大V,而是有能力把知識轉化成好產品的人,即“知識產品家”。

想要讓用戶心甘情願付費,內容產品和服務的品質以及用戶體驗才是核心。一方面,需要有足夠的專業性和壁壘,比如《李翔商業內參》的目標受眾是創業家和企業家,李笑來是教人“通往財富自由之路”,馬東的《好好說話》則是提升口才技能的培訓;另一方面,則是優質內容是否能夠系統化、持續地進行輸出。

易觀也在報告中指出,產品格調和用戶基數是知識付費業務開展的前提,知識付費的平臺營收取決於用戶基數及付費用戶的轉化率。

今天知識付費究竟是一個多大的市場規模和容量?或許還很難判斷,甚至羅振宇也只說“能看到風口的潛質”,但至少,它讓我們多了一條用碎片化時間探知未知世界的新路徑。至於“風口”會不會成了“泡沫”,做了才知道,如果沒人做,它一定是條死路。

PermaLink: https://articles.zkiz.com/?id=241875

Next Page

ZKIZ Archives @ 2019