“機器學習 個性化算法 專業人工”，這才是自媒體的未來平臺？

　　經過四五年的發展，自媒體已經從誕生、爆發，逐漸步入了成熟期。就像前些年博客和社交媒體經歷過的一樣，除了Top500量級的頭部自媒體之外，中后部的自媒體，尤其是內容相對專業和垂直的自媒體，他們的閱讀量很大程度上依賴于所屬“平臺”——而當一個平臺不能有效地向讀者提供優質內容時，那么其影響力會江河日下，最終和生長在其平臺上的自媒體一起被淘汰——就像曾經紅極一時的部分都市報、時尚雜志和專欄作者的關系一樣。

　　所以擺在自媒體平臺面前的難題是，怎么才能在貌似海量的內容里，篩選出原創的優質內容，并推送給對相關內容感興趣的讀者。之前的主流做法有兩種，微信訂閱號和今日頭條，前者讀者純手動的“手動訂閱 轉發朋友圈和定向好友推送”完成一二次傳播，后者依靠“機器學習 個性化算法”推薦，但這兩種玩法，似乎都遇到了一些問題。

　　過去兩三年里，微信團隊為打擊部分微信訂閱號愈演愈烈的刷閱讀數和買贊的灰色行為，多次升級后臺和API，并表示決不妥協，最近還公開發表聲明：會繼續加強技術手段，確保平臺的真實、公平和公正。

　　究其原因，是一些微信訂閱號為了吸引流量從而獲得更多的營銷收入，頻繁發布《天啊！原來我們被他欺騙了這么久》、《記者冒死爆料，再不知道就晚了》、《錯過此文，終生遺憾》等標題黨內容。但微信訂閱號影響力，卻與“垃圾”信息的增長量呈反比態勢。據新榜《中國微信500強月報》數據顯示，從2015年5月起，微信訂閱號的總閱讀數呈平緩下滑趨勢，個別訂閱號的閱讀數下降20%-50%。而為繼續保持“高閱讀量光環”，部分微信訂閱號“刷流量”已成為營銷行業內的潛規則。但這些短視的自媒體沒有看到的是，一旦“垃圾信息過多-閱讀量下降-刷流量”成為一種惡性循環，帶來的后果或許將是平臺級的生態退化。

　　頭條號“機器學習 個性化算法”的方式，是時下最流行、最新的平臺推薦技術手段，系統基于用戶的點擊、閱讀、停留、分享、評論等行為對文章的質量來做出判斷，短時間內獲得高閱讀量的文章判定為優，而后進行個性化推送。這樣的做法，在做新聞聚合和個性化推送的時候是可以的，因為他們的邏輯是用機器去取代人工，更加高效的完成機械化的基礎工作。

　　但如果把這樣的方法直接套用在自媒體平臺上，而不用有新聞采編和運營經驗的人工干預，那么直接導致的結果，就是大量作者為追求高點擊率，制造聳人聽聞、故弄玄虛的標題，其內容卻往往生拉硬拽、文不對題、枯燥乏味。但是，被標題吸引而來的受眾已經貢獻了大量的點擊，系統就會判斷這篇文章為優質，給予更好的位置和更多的推送，然后就是更高的閱讀量、更多的廣告費、更大的團隊、更多的“標題黨”文章，如此惡性循環。而真正優質的內容卻石沉大海，漣漪都不得見——這情況，咱們看著是不是很眼熟？

　　那么，真正好的自媒體平臺應該采取什么樣的運營模式呢？在這里，目前我們看到的答案或許是網易號這類兼具“機器學習 個性化算法 專業人工”能力的平臺。

　　網易號平臺的內容審核和推薦是通過機器學習、個性化算法結合有多年新聞采編和運營經驗的人工推薦來實現，每個人負責若干網易號的拉新、維護和內容推薦。眾所周知，只要人工智能技術還沒有在自然語義識別領域取得足夠重大的突破，那么完全讓機器來判斷一篇文章的標題、文字、文采、深度、價值和適合閱讀的人群，顯然是天方夜譚。所以，讓有“新聞敏感度”的人，來對文章進行判斷、篩選和推薦，才是政治上成熟、商業上可操作的模式——微博和百度百科負責內容審核的團隊各有數百人，早已說明，人工這一步，省不得。

　　目前來看，網易號推出的“機器學習 個性化算法 專業人工”模式，通過機器和算法來完成程式化和基礎性工作，把需要高度知識儲備和豐富經驗的工作交給專業人工團隊來完成，并構建網易號指數這一全新內容評價體系，這樣才能夠真正有效決標題黨、抄襲、刷量、刷粉、買贊等積弊。或許這樣的玩法，才是自媒體平臺的未來。

　　版權及免責聲明：凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀