内容社区,为什么有必要做内容标签系统?
社区内容量很大时,内容曝光有限,非常影响社区作者创作的积极性。为了解决内容曝光有限的问题,内容标签系统不失为一种有效的解决方案。本文结合一些案例来探讨,做内容标签系统的必要性。
一、问题背景
社区产品中,在内容量大的情况下,曝光数量和内容总量相比,是十分有限的,对社区作者很不利。
我们以一个案例来分析一下,曝光有限对作者的严重危害。
某社区起步时有1千个作者,发展两年后,作者变为原先的100倍,也就是10万。每一位作者的每天能发布数量都在一个正常范围内,即人均发布数量一定。
刚起步时,社区的作者数量是较少的,因此每天的内容新增量也少。在社区中发布后,非常容易被曝光到读者用户,被用户阅读互动。
当作者变为10万后,人均发布数量一定时,对应每天的内容新增量变为原先的100倍。虽然读者的用户量也有一定比例增长,但由于内容新增量更多了,每个作者发布的内容被曝光的机会,会变得更加稀有和珍贵。一旦曝光需求没有得到满足,作者就无法收到读者的阅读互动反馈,也就无法形成正向激励。
我们知道,看一个社区的价值,可以是看作者的规模及质量。比如YY直播,看的是主播;知乎,看的是大V等回答者;B站视频,看的是UP主。
一个无法满足作者曝光需求的社区,无疑会导致作者粘性降低,非常容易流失,甚至跑去竞争对手的平台。
二、标签的定义
为了解决内容曝光有限的问题,内容标签系统不失为一种有效的解决方案。
内容标签系统,是用若干关键词来描述内容特征。它适用于内容量大的社区产品,用来改善内容曝光。
三、标签如何改善曝光
标签是如何解决曝光有限的问题呢?基于标签的推荐,可以有效让内容曝光至对应的目标用户。
必须明白的是,我们解决曝光有限的问题,不是为了曝光而曝光。而是希望,将内容准确地推荐至目标用户,让目标用户消费,并作出正向反馈,给到社区作者,从而维持社区作者的创作积极性。
在内容量大的社区产品中,存在信息过载,而读者的内容需求是多种多样的、不断细分的。因此,内容消费方式需要从原先由用户主动获取,转变为以推荐为主的被动获取。从千人一面,转变为千人千面。
标签有3种典型的推荐应用场景,可以改善曝光,分别是:新用户内容推荐、相关内容推荐、个性化内容推荐。
1. 基于标签的新用户内容推荐
社区产品中,每天都有大量的新增用户。
新用户在注册时,选择自己感兴趣的内容标签,在使用产品时,就可以将相同标签的内容推荐给新用户。
不同用户选择标签的不同,因此,推荐给用户的内容也不同。这样,可以让更多内容有曝光给新用户的机会,提升曝光覆盖率。(曝光覆盖率=被曝光的内容数/内容总量)
以小红书为例,新用户注册时,选择感兴趣的内容标签后,如“时尚”“护肤”“明星”“彩妆”。完成注册后,生成“时尚”“护肤”“明星”“彩妆”相关的内容首页和标签频道栏。
2. 基于标签的相关内容推荐
在功能设计上,在内容详情页显示该内容的标签,当用户希望看相同标签下的更多内容时,只需点击标签,即可曝光更多内容。在看接下来的内容时,用户又通过其他标签看了其他的内容,形成一级一级的扩散,形成的是网络裂变式的曝光。
标签在这个体系中通过以下方式发挥作用:标签形成了曝光路径。
单个标签可以让内容与内容之间的形成直接连接,而推广到一个完整的标签系统可以让全体内容形成一个内容网络。也可称为“知识图谱”,内容与内容之间,通过有限数量的标签,即可互相找到。
如图,用户看了内容1,通过标签A找到内容2,接着通过标签B找到内容3。本来内容1和内容3是没有任何联系的,而通过标签A和标签B,让用户间接找到了内容3,实现了内容3的有效曝光。当然了,还有其他曝光路径,也能让用户从内容1到内容3。
如人人都是产品经理社区,以我发布的《以图片社区为例,如何利用热度算法做内容质量评估》文章为例,文章末尾显示标签“热度算法”。用户点击“热度算法”,带有“热度算法”的其他文章就会得到曝光。如此,用户在其他文章中,也通过相同的方式,实现看了又看。
3. 基于标签的个性化内容推荐
在热度算法一文中,我们知道了热度高代表受用户欢迎,热度高的头部内容能够充分被曝光给用户。然而,在头部内容之下,是占内容总量最大比例的腰尾部内容。这些内容中,不乏存在优质和潜力的内容。如果没有把这些内容曝光,其实是很大的浪费。
基于标签的个性化内容推荐是,内容通过标签生成内容特征,和用户偏好相匹配,这是一种千人千面的内容分发方式。这样,原先未被用户发现的大量腰尾部内容,就可以被推荐给适合的用户,实现了更多内容的曝光。
标签是如何为个性化推荐服务的呢?我们要知道,标签是描述内容本身的特征,是附属于内容的元数据,它可以被结构化,被计算出对应的权重分值。这个的大用就在于,内容对应的标签是有轻重程度之分的。因此不同的内容,除了带不同的标签容易区分外,带相同的标签,也能通过标签权重分值区分出内容特征的轻重程度。
最简单的算法模型思路是:
- 步骤1:通过运营手段或自动规则,生成内容特征向量(Tag1,Tag2,Tag3)=(分值1,分值2,分值3)
- 步骤2:通过用户行为数据,生成用户偏好向量(Tag1,Tag2,Tag3)=(分值1,分值2,分值3)
- 步骤3:计算相关度=余弦相似度=cos<内容特征,用户偏好>。两个向量的夹角越小,表示内容和用户偏好更相关
- 步骤4:由此生成每个用户不同的内容排序列表,实现了个性化推荐
王诗沐老师,曾在混沌大学分享过:网易云音乐不是第一家做推荐的,但我们把推荐做到了极致,把推荐算法应用到了所有用户发现音乐的场景,这在国内属于第一家。其中,以标签为底层逻辑的个性化推荐,实现了千人千面的曝光,把所谓的小众冷门音乐推荐给了适合的用户,也能引起强烈共鸣。
四、总结
对于内容量大的内容社区,曝光有限是会严重影响作者的创作积极性。本文提出的内容标签系统,正是为了解决这个问题背景而存在。
内容标签系统,可以应用于3个内容推荐场景:新用户内容推荐、相关内容推荐和个性化内容推荐。在不同的场景中,标签发挥着不同的角色,最终都带来了更多内容的曝光。
标签不仅适用于内容社区,对于其他类型的产品,也有很大的应用空间。如果你的产品适合做标签,不妨试试吧。
内容社区,为什么有必要做内容标签系统?相关推荐
- 豆瓣vs微博,内容社区究竟该争些什么?
前段时间,豆瓣起诉微博一事引起网友们的广泛关注.豆瓣官方在微博平台发微,晒出民事起诉状,指控新浪微博不正当竞争. 从豆瓣的官微描述来看,新浪微博的罪状主要有两个,一是"超话新星计划" ...
- 企业级360°全方位用户画像:标签系统[四]
絮叨两句: 博主是一名软件工程系的在校生,利用博客记录自己所学的知识,也希望能帮助到正在学习的同学们 人的一生中会遇到各种各样的困难和折磨,逃避是解决不了问题的,唯有以乐观的精神去迎接生活的挑战 少年 ...
- 内容社区:始于内容,火于流量,困于商业化
配图来自Canva可画 网络上关于小红书上市.知乎二次上市的传闻此起彼伏.近日又有网络媒体爆料,中国在线问答平台知乎计划在中国香港二次上市,可能筹资约3亿美元.还指出,知乎正在与顾问就中国香港上市事宜 ...
- Ins的Stories、小红书的视频笔记,短视频成就内容社区商业化变现?
文|曾响铃 来源|科技向令说(xiangling0815) 元宵过完,年就算真的过完了. 这个春节,照例是互联网各大产品争抢用户注意力的黄金时段,除了百度APP狂撒红包,最惹眼的当属短视频领域的各类营 ...
- 回港二次上市,会是内容社区平台的更优选吗?
文|螳螂观察 作者| 叶小安 决定社区成败的是用户与内容,但决定平台存活的却是商业化.5300万内容创作者,和创作者贡献的4.59亿条内容,构成了知乎难以逾越的护城河:然而在商业化变现一事上,知乎依旧 ...
- 机器学习模型 知乎_知乎CTO李大海:谢邀,来分享下内容社区的AI架构搭建与应用...
谢邀!知乎 CTO 来分享下内容社区的 AI 架构搭建与应用. 「在信息爆炸的互联网海洋中,有价值的信息仍然是稀缺的」.知乎的诞生源于这样一个非常简单的初心. 而在挖掘真正有价值的信息过程中,知乎很好 ...
- 向质量要增长,内容社区告别“大水漫灌”时代
3月3日,B站发布财报,总净营收为57.808亿元,与上年同期相比增长51%.其中在财报电话会议中,B站提到:"在2022年实现全年non-GAAP运营亏损率同比收窄,中期目标于2024年实 ...
- 从B站审核变慢现象,聊聊谛听安全内容社区产品的内容风控
B站是中国年轻世代高度聚集的文化社区和视频平台,近年来更是财报喜人.不过它最近却受到UP主对审核速度以及审核机制的吐槽.这背后有什么深层原因呢?本文从产品和商业角度对此追根溯源,同时也试着分析一下内容 ...
- 知乎这样的内容社区,如何做好 AI 架构搭建与应用?
「在信息爆炸的互联网海洋中,有价值的信息仍然是稀缺的」.知乎的诞生源于这样一个非常简单的初心. 而在挖掘真正有价值的信息过程中,知乎很好地利用了 AI 技术. 在今年上海召开的 2020 世界人工智能 ...
最新文章
- XML与DataSet的相互转换类
- hadoop集群时间同步
- python 魔法函数 运行时_16个python常用魔法函数
- HAProxy http和https都使用mode tcp模式
- 下列关于物理层设备的叙述中,错误的是( )
- python写xml文件_用python写xml文件
- mogilefs杂记(2)
- Unterminated lt;c:forEach tag
- Ajax+Input的File控件上传时的超级简单实时进度条
- 一行 Python 代码能实现有趣功能
- Hbase 查询命令 条件筛选
- python怎么算二元一次方程_利用Python求解二元一次方程
- CactiEZ V10.1 中文版 Cacti中文 安装教程cactiezv10.iso
- oracle笔记整理14——性能调优之oracle执行计划
- 云计算与大数据技术应用2020.10.21
- 柯美文件服务器,柯尼卡美能达复印机共享SMB文件扫描
- Docker fille实例讲解
- x265-1.7版本-common/lowres.cpp注释
- 凸优化 - 2 - 凸集和凸函数
- 杜拉拉升职记-选段-如何来定位一家公司以及所谓的中产阶级生活
热门文章
- puppet集群之 Nginx and Passenger
- GdiPlus[28]: IGPPen: 建立复合画笔
- KingFly独家爆料!网络赚黑钱,你安心吗?(气愤)
- 为什么以太网的最小数据帧长度为64字节?
- ios php 推送测试工具,IOS PushNotification - IOS推送测试 PHP 版
- 《剑指offer》c++版本 10. 斐波那契数列
- LayoutInflater中调用系统服务
- java的输出的例子_Java例子:万年历的输出
- php制作表格生成器,php表格生成图片.doc
- 计算机房电源解决方案,apcups电源小型机房电源解决方案