今天引子比较长,先说点和主题无关的,但即便无关,相关内容也是有意义的。

前几天文章里说,我的用户新增断崖式下跌,嗯,有评论说,因为干货越来越少,那个,其实我要说一个观点,公众号获取订阅用户的能力,和你提供的文章质量价值,其实并无直接关联。

我们先说一个话题,公众号的订阅从哪里来。我们数数看啊

朋友圈,微信群,基于用户的自发转发和推荐。

同类知名个人公众号的友情推荐。

行业内知名公众号的转载推荐,比如36氪,虎嗅传媒等。

今日头条,网易,百度百家,凤凰传媒 等其他媒体作家直接入驻引流。

微博个人号,及大V引流。

知乎开设专栏,回答问题引流。豆瓣引流,分答,值乎引流。

贴吧,百度知道参与讨论引流。

腾讯广点通买广告引流。

大型自媒体联盟采购广告,发布软文引流。

其他一些灰色的,如微信小号加群群发,QQ小号加群群发,淘宝买僵尸粉等等,就不一一列出了。

以上种种,都是导入用户,增加订阅的方法,当然,和内容也有关系,后面我会再说,先说如上途径,我用到的,有效果的。

1、知名个人号的友情推荐

冯大辉的小道消息推荐效果最好,后来女网红angela zhu的推荐效果也非常好。此外也有一些其他朋友推荐过,都有不错的效果,但毕竟是一次性行为,很难具有持续的用户引流效果。

以上均为友情推荐,非商业行为。

2、知名行业公众号转载推荐

36氪和虎嗅均做过多次推荐,刚开始效果很好,后来基本不再有效果,我的理解是,该关注的基本都关注了。

3、朋友圈,微信群,订阅者自发推荐和转载

这是目前一直仍然获得新增的途径。也是目前几乎唯一获得订阅的途径。

但实际上,也存在该关注的基本关注,覆盖面的进一步提升已经很难。

4、知乎,微博引流

最开始我试过知乎引流,稍微把知乎账户搞活跃一些,还是可以带来稳定的用户订阅,实际上直到现在,我知乎上的订阅用户依然比微信公众号高接近一倍。 但后来自己怄气,知乎账户不再更新,所以这条路被我自己断了。

这里稍微解释一下,知乎官方并未封禁,删除,屏蔽我的内容,一切都是我自己做的决定;此外,我既不否认知乎的价值,也不看衰知乎的前景,只是单纯个人问题,希望读者不要过度联想。

微博,因为几年前就不活跃了,而且微博官方对微信导流的限制还是蛮多,所以导流效果也不好。

其他的途径一概没有试过,其实包括今日头条,网易,百度百家,还有其他很多媒体平台,都有不同的人给我发过邀请邮件,希望我加入他们的媒体平台,但最后我一个都没加入,当然,核心原因还是自己懒,但也存在一个对媒体平台的认知和个人价值观的问题,我总觉得自己没办法说服自己,去试图以媒体运营的方式迎合读者的口味。

基于如上,目前基本没有特别的引流途径,单纯依靠用户自发传播,在文章内容没有明显的方向转变,以及没有明显的热点事件追随的前提下,已经基本达到了一个瓶颈。

这是第二个问题,开始接近我们今天的主题。

内容与用户吸引力的问题。

是的,某些知名大V说,有非常值钱的方法,靠内容爆文,来获得大量用户。

其实这些我还真会,我今天就能教你们。

1、时效性,在热点事件出现时,第一时间发文,并且具有完整内容。

2、观点鲜明,对错不论,挑动争议,煽动情绪。

3、标题,危言耸听,故弄玄虚。

4、内容,基于你所表达的观点,搜集有利于你的案例或者杜撰你的某个朋友,牵强附会,哗众取宠即可。

至于事实如何,对读者的帮助和价值如何,看看那些巨V的热点文章,需要么?

那么现在开始今天的主题。

今日头条 是一个非常成功的移动互联网创业企业,其用户活跃度,营收规模均已经达到了一个惊人的高度。市值也相当了不起,可以认为最近几年除了美团和滴滴以外,大概最有潜力走入巨头领域的互联网公司,很惭愧,后知后觉的我其实最近几年一直没看过今日头条,最近,换了部新手机,才注意到里面预装了今日头条,那么也就随之打开看了看,别说,还挺过瘾的,每天都会刷几遍,读一些奇怪的文章。

今日头条的成功,被认为是算法的成功,基于用户的点击,阅读行为,做出的一种判断,从而形成个性推送。

但很惭愧的是,我相信,在今日头条的算法数据里,我大约是个很低俗,很脑残的人。

我能理解那些作者,为了迎合增加点击率的诉求,他们所做出的种种努力,我所看到的满屏的标题,基本都是故弄玄虚,危言耸听的东西,实话说,我确实也存在好奇心,挨个点过去看看到底是啥东西配的上如此奇幻的标题,然后就是愤怒,我承认我有时候会过于较真,一些明显扯淡,谣言,以及莫名其妙,因果不分的东西,或者是牵强附会的文字,堂而皇之的出现在文章里,然而,因为我点击了,浏览了,系统大约会认为,我就喜欢这样的文字。

是的,有人会说,你可以点叉啊,可以提交不感兴趣啊。我很好奇有多少人会在看完一篇无聊的文字后,还要做这样的事情。

但这个问题,也并非是今日头条才会有的。

之前,很多人会说百度有非常坏的案例,比如某个词汇的搜索结果,会莫名其妙的出现一些色情内容,很多人觉得是百度算法烂,但其实今天我要公平说一句,这一句话对于部分从业者来说,是非常非常值钱的,今天发在这里,我猜有些朋友会嫌我多嘴了。

搜索引擎有一条规则,是基于用户点击率提权,算法认为,哪个结果的点击率越高,就越趋近于用户的搜索目标,这个规则适用于非常多的搜索场景,不仅仅是网页搜索,也包括苹果,安卓市场的搜索。

这个事情追溯一下,其最初的理由是这样的,当搜索引擎调整算法的时候,需要评估你调整的效果好,还是不好对不对,请问怎么通过数据评估呢?就是算法调整前,调整后,排名和点击率的关系是怎样的,比如第一名点击率如何,前五名点击率如何,第一页点击率如何,翻页率是多少。理论上,搜索算法越完善,用户的点击行为就应该越趋近于搜索结果的第一名,我们想想,抛开前面的所有铺垫,只从技术和数据角度去想这个逻辑,是不是这回事。所以,既然点击率是评估搜索算法调整优劣的重要数据,那么将它作为调整搜索排名的重要参数,岂不是一劳永逸,简单直接的解决了这个问题!

从技术逻辑,这是一个非常简单有效又清晰的执行方案。

但问题来了,色情内容的点击率,不论在任何关键词,都会占有优势。我做过不十分严谨的比对测试,有一个不十分严谨的个人认识,似乎Google对点击率所带来的搜索权值,没有百度给的高。当然也可能是他们对色情内容在非色情搜索词中的排名,做了额外的降权处理。

回到今日头条,也就是今天的主题,在推荐算法和机器学习的体系里,很多作者也很明白这里的利益和价值关系,为了追求用户的点击,浏览,也就是自己的内容更多的被推荐,他们更倾向于采纳故弄玄虚,危言耸听的标题,而系统,这套算法,在实践运营中,也明显激励了这样的行为。

从数据来说,这是一个多赢,用户的活跃度很高,点击率很好看,广告卖的很好,作者分到了很多钱,而这家公司获得了非常漂亮的财务报告。

但我还是很担心这样的事情,我以前讲过很多次,选择性阅读是互联网时代的一个非常可怕的事情,加剧了偏激,傲慢,族群的分裂。从中国大陆,到宝岛台湾,到香港,到美国,我们已经看到了这种互联网时代里,人们政治观点和诉求严重冲突和对立的情况越来越激烈。互联网没有减少偏见,没有增加彼此的理解和交流,而是相反,加剧了冲突和对立。

推荐算法,则对此推波助澜。

今天,我看到这些以点击率为诉求的文章,我可以当一个笑话看,或者当一个八卦看;但是对于年轻人来说,据我所知,很多人的世界观,价值观,一直被这样的文字所引导,所灌输。

前几天和人喝茶聊天,有个在新加坡国立大学读书的年轻中国留学生,愤愤的说,新加坡是如何干扰和破坏克拉克运河项目的,他的拳拳爱国心是很不错,但我真的很惊诧他平时的阅读习惯和信息来源,这件事情无论是中国政府,还是泰国政府,早就出面辟谣了,双双否认有此意向,从头到尾,根本就没存在过任何政府层面的洽谈和商讨,破坏和干扰一说又从何而来?

当然,我知道,阴谋论者一定不相信这些,点击率和推荐算法喜欢这样的东西。

下面放两篇旧文

偏见的由来-选择性阅读

再谈选择性阅读 - 巴黎惨案的话题

以上旧文内容,其实比今天写的更有价值。

很多今日头条的文章,我也注意到了,为了观点,肆意曲解事实,混淆因果,相当严重,甚至是令人难以容忍。正如第二篇文章中的范例一样。


必须说,让技术去承担太多的责任和义务,是不公平的;让商业公司去承担拯救人类的重任,也是不现实的。

推荐算法,追随用户,从常规来说,是一款好产品的标签,但,在恶趣味上越陷越深,沉溺于追求数据指标,而失去对价值的判定,我个人不喜欢这样的算法逻辑。

推荐算法,机器学习,会将我们带向何方?相关推荐

  1. Python+Django+Mysql开发在线购物推荐网 协同过滤推荐算法在购物网站中的运用 个性化推荐算法开发 基于用户、物品的协同过滤推荐算法 机器学习、分布式大数据、人工智能开发

    Python+Django+Mysql开发在线购物推荐网 协同过滤推荐算法在购物网站中的运用 个性化推荐算法开发 基于用户.物品的协同过滤推荐算法 机器学习.分布式大数据.人工智能开发 ShopRec ...

  2. 在线音乐推荐网 Python+Django+Mysql开发技术 基于用户、物品的协同过滤推荐算法 个性化音乐推荐系统 音乐网站+协同过滤推荐算法 机器学习、分布式大数据、人工智能开发

    在线音乐推荐网 Python+Django+Mysql开发技术 基于用户.物品的协同过滤推荐算法 个性化音乐推荐系统 音乐网站+协同过滤推荐算法 机器学习.分布式大数据.人工智能开发 MusicRec ...

  3. 经典推荐算法(基于内容的推荐算法)

    基于内容的推荐算法(Content-Based Recommendations,CB)是一种经典推荐算法,一般只依赖于用户及物品自身的内容属性和行为属性,而不涉及其他用户 的行为,在 冷启动 的情况下 ...

  4. 字节跳动 | 机器学习与推荐算法工程师培养计划

    真诚地给大家推荐一个<机器学习与推荐算法工程师培养计划>,非常适合基础薄弱的萌新学习,某大厂的算法leader担任主讲老师,是我目前见过的讲解推荐算法最系统.最正宗的课程了. 这个学习计划 ...

  5. 微博推荐算法实践与机器学习平台演进

    分享嘉宾:申恩兆.李志然 新浪微博 编辑整理:赵文娇.Hoh 出品平台:DataFunTalk 导读:微博作为全球领先的中文广场社交平台,拥有海量用户与数据.在从海量数据中挖掘有价值的信息,为业务赋能 ...

  6. 北京招聘 | 新浪微博机器学习部门招聘推荐算法开发实习生

    合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 新浪微博 新浪微博机器学习部门主要负责微博 feed 流和热门微博等核心业 ...

  7. 【机器学习】 关联规则Apriori和mlxtend——推荐算法

    引入: 啤酒与尿布的故事 关联规律挖掘:从交易数据中发现:买了X 还会买Y 的规则 关联规律挖掘'购物篮分析'Market Basket Analysis(MBA) 关联规律->应用于推荐系统 ...

  8. 【新书推荐】机器学习算法竞赛实战,Kaggle Grandmaster倾力打造,涵盖Kaggle、天池等赛题...

    关注公众号,发现CV技术之美 随着互联网时代的到来,以及计算机硬件性能的提升,人工智能在近几年可以说是得到了爆发式的增长.互联网时代带来了大量的信息,这些信息是名副其实的大数据.另外,性能极佳的硬件也 ...

  9. 【实践】微博推荐算法实践与机器学习平台演进.pdf(附PPT下载链接)

    大家好,今天给大家分享新浪微博申恩兆老师所做的分享<微博推荐算法实践与机器学习平台演进>,本次分享的PPT共38页,包含如下四大部分: 1.微博数据规模简介: 2.相关推荐场景描述: 3. ...

最新文章

  1. [Java] 实验4參考代码
  2. 错误(活动)E0020未定义标识符 “_TCHAR“
  3. margin-before: 1em; margin-after: 1em;margin-start:0px;margin-end: 0px;
  4. .Net Core中使用RabbitMQ
  5. 大小端、位段和内存对齐
  6. mysql安装目录centos_CentOS mysql安装系统方法
  7. 程序的重定位问题(程序装入)
  8. 【bzoj4007】[JLOI2015]战争调度 暴力+树形背包dp
  9. [中英对照]The sysfs Filesystem | sysfs文件系统
  10. 编程语言不仅仅是工具而已
  11. 河海大学文天学院计算机科学与技术,河海大学文天学院计算机科学与技术2010级软件工程试卷...
  12. 韦东山第3期嵌入式Linux项目-视频监控-2-从零写USB摄像头驱动(UVC驱动)
  13. fileupload 使用
  14. mac touchbar 自定义
  15. K3Cloud BOS设计 自定义添加 申请表单
  16. EFCore对数据库增删改查
  17. 计算机无法读光盘,win7系统无法读取光盘数据怎么办 电脑光驱读不出光盘数据解决方法...
  18. 数电篮球电子计分器设计
  19. 清华大学鲍橒计算机1999,鲍橒从“最强大脑”到“盲棋第一人”
  20. Linux怎么彻底删除用户

热门文章

  1. 汽车之家字体加密破解(CSS样式反爬)
  2. Python爬取QQ音乐内地专辑
  3. 制定恰当的ACL,力求以最小特权运行应用程序
  4. 世界上第一台计算机应用于什么方面,世界上第一台计算机的电子元器件是什么...
  5. 互联网的女性主义特征(转载)
  6. Woo获得700万美元资金 并推出AI猎头
  7. 使用PBO更新NV21纹理,shader处理并渲染到FBO中,再进行二次渲染的例子
  8. 柳岩清晨晒素颜照称拿去辟邪 网友称吓人没认出来
  9. LightningChart实时显示海量数据-超过10亿个数据点客户使用感言
  10. 体验Google Plus