起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識內容創業的必行之舉：全網合力，篩選優質內容
信息爆炸時代，我們缺的只是優質內容。
?信息越來越多了，多到我們目不暇接
公認的，微信公眾號的上線是自媒體時代繁榮的標志。
在公眾號之前，自媒體人多集中在論壇、貼吧和博客中發聲，信息也多在PC端傳播。不管信息有多少，我們和信息之間隔著一個百度：不搜索時，信息再多也是和你無關的。
公眾號改變了這個格局，它將自媒體人帶到手機端。
手機已經成為我們的一個器官，你可以不帶錢包、不帶鑰匙，但是不能不帶手機。
因為微信公眾號的鏈接，隱藏在百度身后的PC端信息涌入我們的新“器官”中，沒了隔閡。
我們開始感覺擁堵，感覺目不暇接。
而這只是開始。
之前，互聯網的流量掌握在網站、論壇和博客手中，百度就像一個隔音墻一樣，控制著我們和流量之間的傳播。自媒體人再努力的吶喊，隔音墻不打開，我們也很難聽到他們的聲音。
公眾號推倒了這堵隔音墻，把自媒體人的聲音通過我們的“新器官”傳遞給我們，流量開始被自媒體人掌控。
流量是個好東西，它可以變成錢；
錢是個更好的好東西，人可以為財死。
所以大量的人涌入自媒體行業，去搶流量，不擇手段。
然后，本來就很擁堵的信息，變得更多，有了標題黨，謠言和雞湯。
后來，又出現了更多的“公眾號”，有今日頭條、一點資訊、網易新聞、百度百家號、UC訂閱號、騰訊企鵝號……
每個平臺都想把流量霸占在自己的平臺，所以開出大價錢吸引自媒體人，10億、20億，100億！
所以自媒體人開始變得更多，2000萬公眾號有100萬在活躍，還有40萬頭條號、40萬百家號、39萬大魚號、20萬企鵝號……
按照每個自媒體賬號每天發布一篇文章的活躍度，每天將會產出近250萬篇文章！
可我們需要的不是這些
內容已經爆炸，但是這爆炸的內容里面，有多少是優質的呢？
你每天看到朋友圈、今日頭條、百度feed流里面，有多少篇是值得你認認真真讀完的？
很少，是不是？
所以我們很焦慮。
我們需要有人能幫我們從這爆炸的信息中，篩選出有價值的內容。
于是有了知識付費，比如得到、知乎live、喜馬拉雅FM。
但是他們畢竟是少數人依靠自己的經驗，篩選出他們認為有價值的內容。
面對每天250萬篇內容的產出速度，需要多少個羅振宇才能把它們篩選完？
人為財死，我們又很難控制自媒體人對流量的追逐。所以我們只能寄希望于某個篩選機制，哪怕不那么完善，可以從250萬篇文章中篩選出250篇比較優質的內容，讓我們每天只需要拿出十分鐘的時間，從這250篇優質的文章中選出喜歡的一篇，仔細讀完；讓我們看到的知識將不在那么碎片，變得體系起來。
體系的知識才能給我們帶來成長。
可由誰來構建，又如何構建這個篩選的機制呢？
一定可以
- 從對自媒體人的掌控力來看，公眾號占有了半數的自媒體人；
- 從技術的應用水平上看，今日頭條具有業內最佳的算法能力；
- 從對流量的管理上看，百度具有最豐富的經驗；
- 從對內容質量的評價能力來看，傳統媒體具有對內容最強的敏感性。
作為內容的接收者，我們每個人或許也應該為優質內容的評價出一份力。
畢竟那是我們要看的內容。
比如用下面的方法，先把內容按類型分開。
不同的行業有不同的標準，內容也是。文學、經濟和科技，對文章具有不同的優質判斷標準。我們且先不談這標準是什么，先從分類開始。
以目前的技術和手段來看，對內容的分類可以在發布時、傳播中和初次傳播結束后三個階段分開操作。
1. 內容發布時
（1）作者分類
內容的創作者對文章類型的認知是最準確的，那么在內容創作完成時的分類可以作為基礎衡量標準。
為什么只作為基礎衡量標準呢，因為不要忘了人為財死。
當自媒體人掌握了不同類型內容的價值判斷標準和受眾量時，可能為了追求流量而篡改內容的分類。
比如把一篇雞湯放進金融分類。
所以這就需要機器在這個環節把關。
機器是沒有貪念的，至少現在的機器是這樣。
（2）機器算法分類
使用過今日頭條的的用戶可能發現過，每篇文章的結束會有機器為文章打上的標簽，其中具體的算法我們尚不可知，但是其準確率是很高的。
根據這個標簽可以對文章的類型有大概的判斷，以此約束自媒體人的貪念或許是個不錯的辦法。
2. 傳播中：基于用戶數據分類
以發布時的分類為開端，我們可以在內容的傳播過程中繼續完善文章的分類——使用讀者的畫像數據。
繼續以今日頭條為例，每天推送到你首頁的內容是根據你的畫像定向推送的，每個人看到的新聞都不一樣，也就是我們說的“千人千面”。你的畫像來自你的歷史數據，在默認你的畫像準確的前提下，你讀完的文章也就有了和你的畫像相符的分類。
所以在傳播過程中，每一個讀者的閱讀行為在不斷完善著內容的分類。
3. 一次傳播結束時：用戶主動參與分類
機器總是不那么完美，所以你仍舊會在今日頭條看到你不喜歡的文章，這就需要我們讀者對讀完的文章進行標注。
或許是個下拉菜單，或許是一些可供勾選的標簽。
人人為我，我為人人。
再選擇評價的指標
假定以上的工作可以完成對文章的分類工作，那么我們接下來要考慮的就是對不同分類的文章進行質量評價了。
很有幸，我曾在中國知網工作過一段時間。我曾經驚異于中國知網對學術文章的標引精細程度，當然這也和學術論文的撰寫要求密不可分。
每一篇文章從標題、摘要、關鍵詞、正文到下載量、被引量都有十分精細的標引，這為學術文章的質量評價、作者水平的認定甚至期刊級別的劃分奠定了堅實的基礎。
學術論文可以，互聯網內容肯定也是可以的。我們可以借鑒學術論文的質量評價體系，設定內容的評價指標。
以公眾號文章為例，除了沒有對關鍵詞的標注以外，標題、正文、轉評贊等數據都是完備的。
同時，新榜等第三方公司基于可見文章數據對公眾號、微博等媒體賬號做了排行。經過近十年的積累，我們也有了公認的大V和KOL。這樣，自媒體的內容與期刊和作者的對應關系也完善了。
1. 轉、評、贊數據指標
轉發作為社交環境下表征傳播力的重要指標，我們不能僅對等到學術文章的被引用，更具評價意義的用戶轉發行為也應該考慮在內。
遺憾的是，這個數據目前只有微信后臺可見，前臺是不可見的，這也給我們評價體系的構建提升了難度。
相信微信已經在推進這項工作了，微信是聰明的，比我們大多數人聰明。
評論數據對微信公眾號來說是很無力的指標，因為他受到自媒體人的把關選擇性的展示，我們暫且不談。
但評論是用戶參與內容評價非常重要的指標，目前已有很多公司在對內容的評論進行情感評價了。雖然這些評價是從輿情監控的角度出發的，還沒有應用到對內容質量的評價中，但至少我們有了技術基礎。
值得一提的是，新榜在對微博帳號質量的評價時，評論占1/4左右的比重，得出了業內認可的排行，由此可見評論的重要性。
贊作為一個正向的情感，在內容質量的評價中應該占據非常重要的比重。這里的贊除了點贊外，打賞也應該算在其中，并且是更重要的指標。其中的原因不用過多解釋大家也能理解，氪金才是真愛。
2. 作者水平
我們之所以相信專家（雖然現在它快要成為一個貶義詞了）、相信大V、相信KOL，相信的是他們作為內容生產者的權威性和專業性。所以在對內容的質量進行評價時，作者的水平必須在內容的質量評價中占據重要的地位，甚至超過轉評贊。
作者水平和內容水平是相輔相成的：優秀的作者產出優秀的內容，優秀的內容成就優秀的作者。但這并不會表示我們進入了莫比烏斯環，因為內容的質量還受到轉評贊、公眾號水平和讀者評價影響，不考慮作者影響時，我們仍可以評選出較優質的內容。
3. 賬號水平
對于期刊，有從SCI到EI到核心等有不同的分級，我們會理所當然的認為發表在SCI收錄期刊的文章具有較高的學術水平。
在自媒體內容行業同樣，能夠被優質大號轉載的文章，不考慮付費購買的情況下，文章的質量也代表了一定的水平。
再次感謝新榜，在新媒體帳號的排行工作中堅持不懈的深耕，我們有了不同垂類的公眾號排行、有了不同認證體系的微博帳號排行，據說不久也會正式上線頭條號的排行。
相信當我們增加更多評價指標進去后，帳號的質量評價會更加完善。
4. 讀者評價
毫無疑問，作為內容的接收者，讀者在內容的評價工作中占據更加重要的地位。
就像我們用大眾點評對美食點評一樣，如果對文章增加星級評定，每一個讀者都參與到評價中，我們就可以得到五星好文和一星水文。
這不是天方夜譚，你會在豆瓣評價一部電影、一本書，那你也會在公眾號評價一篇文章，我相信作為讀者的我們有這個責任感。
人人為我，我為人人！
5. 專家評議
這部分我不確定是否要加入到評價體系中，畢竟內容行業的專家還不具備權威的評價機構。但我們有專業的媒體人、有優秀的記者、有努力的KOL、有一呼百應的大V，專家評議仍具備不可替代的參考的意義。
其實我們已經有了很多探索
或許你以為前面我提到的指標和方法都是我一個人的意淫，其實這些工作早就有人在思考了：
- 2009年，范哲等在《圖書情報》中發表了論文“Web2.0環境下UGC研究評述”；
- 2011年，北京郵電大學的方鵬程在碩士論文《用戶貢獻內容質量評價研究》中基于大量的文獻查閱和數據分析，采用多種機器學習模型（決策樹、貝葉斯等），建立了UGC質量三層評價框架；
- 2015年2月，張博等在《情報雜志》中發表論文“協同知識生產社區內容質量評估研究綜述”，給出了基于維基百科內容的質量的評價方法；
- 同年10月，李賀等在《理論探索》中發表論文“移動互聯網用戶生成內容質量評價體系研究”，給出了移動互聯網用戶生成內容質量評價指標體系的層次結構；
同時業內也打下了堅實的基礎：
- 微信推出了微信指數，除了對事件的熱度評價外，也是對內容數據指標的應用；開放了實驗室功能看一看，包含“好友在讀”、“你可能喜歡”、“北京人在讀”、“產品經理在讀”等多種分類標簽的文章推薦機制；微信讀書新版本中增加了書籍相關公眾號文章閱讀功能。
- 頭條號、百家號、大魚號等有對作者和文章的評價體系。
- 還有新榜，僅基于閱讀量和點贊量兩個可見指標，提供了分鐘級檢測、趨勢查詢、自定義榜單、輿情監控等多種功能，將數據應用到淋漓盡致。
這一切都是在向著優質內容篩選邁進。
對美好事物的熱愛，是我們人類一致的追求，
美好的事物，值得我們為之努力。
希望有一天，我們不需要在篩選標題黨、舊聞、雞湯上浪費時間；
希望有一天，我們不再因為只能接受碎片化的知識而焦慮；
希望有一天，我們睡前看到的是今日精選，了解到的是最真實、最具深度的新聞評論。
希望這一天，就是明天。
作者：野蠻人諾基亞，公眾號：喜新（ID：noyanjiu）
本文由 @野蠻人諾基亞?原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自 Pexels，基于 CC0 協議
- 目前還沒評論，等你發揮！
