內容推薦:精準投放還是娛樂至死?
編輯導讀:推薦算法的出現,讓用戶看到的信息都是自己感興趣的內容。但是人性本就是追求享樂的,內容推薦到最后如果都只是被機器投喂碎片化知識,娛樂至死或許不僅僅是一個預言。本文作者從內容推薦的角度,對此展開了分析探討,與大家分享。
電視媒體出現的時候,波茲曼提出了娛樂至死:新的媒體讓思考失去了邏輯、變得膚淺和碎片化,內容都以娛樂的形式出現——即使是嚴肅的電視新聞節目,一插入廣告,還是會讓人瞬間“出戲”。
《娛樂至死》警告了技術壟斷,告誡了媒介危機。電視把人們變成了“沙發土豆”,順著這個思路,今天的內容推薦,尤其是短視頻的出現,則把人們進一步“困”在了床上。
個性化的推薦是更懂用戶的精準投放,帶來了全新的使用體驗,還是徹底的娛樂至死,讓人們在不斷的上滑中消耗了夜晚而一無所獲?
一、內容分發:千篇一律到千人千面
內容在變,渠道在變,獲取內容和分發內容的方式也在變。從獲取信息需要買書買報或者到圖書館,到在網上瀏覽,到百度一下,最后到什么都不用做——你關心的,推薦引擎知道。
互聯網時代的內容分發,經歷了以下幾個階段的變化:
- 編輯分發:與編輯分發相對應的是內容的千篇一律,你看到的和我看看到的并無二致,個性化需求不好滿足,用戶需要在眾多內容里找到自己感興趣的。編輯分發對應的就是門戶網站時代,你在網站看到的內容,都是編輯親手“上架”的,編輯選了什么,你就能看到什么。
- 粉絲分發:從用戶的角度來看也可以說是訂閱分發,看到的內容就是訂閱的內容,內容的范圍進一步縮小,滿足了部分個性化的需求。微博和微信就是粉絲分發平臺,內容能多大程度被傳播,關注作者的粉絲發揮了很大作用。
- 推薦分發:在推薦分發下,內容實現了千人千面,看到的就是想要的,而“流”的交互形式完美契合了推薦分發的模式——既然知道你想要什么,就直接展示什么,不需要再選擇了。今日頭條和抖音,都是在借助數據和算法,變得“更懂你”,沒有兩個人能得到完全一樣的信息庫。
二、推薦分發:精準投放還是娛樂至死?
1. 推薦分發的實現
把人和感興趣的內容匹配起來,有三種途徑:通過人、通過內容、或者通過兩者之間共同的特征。
- 通過人的匹配,即找到和你類似的人群,把他們喜歡的內容推薦給你,可以通過給用戶打標簽的方式來實現用戶相似度的識別,更直接的可以通過社交網絡,把朋友關注的內容推薦給你——比如微信的看一看,或者通過歷史行為——比如讀過這篇文章的人還在讀;
- 通過內容的匹配,即確定你喜歡的物品的類型,再把相似的物品推薦給你,可以通過給內容打標簽找到相似的內容的集合,把其中你沒見過的推薦給你,比如你聽了周杰倫的《稻香》,就會給你推薦《聽媽媽的話》,你看了《復仇者聯盟3》,就會給你推薦《復仇者聯盟4》;
- 通過特征的匹配,即你具備什么的特征,就給你推薦符合你口味的東西,需要對人和內容都建立起標簽體系,比如你喜歡可愛的東西,就給你推薦萌寵,你是一個大學生,就給你推薦四六級課程。
2. 精準投放帶來了價值
推薦分發如此“火爆”,是因為它的確帶來了價值。于平臺而言,是新的商業機會,于用戶而言,則是“更懂自己”的貼心和豐盛獲得體驗。
對平臺,信息過載的時代,唯一稀缺的是人的注意力,獲得和注意力,就獲得了話語權。推薦分發的方式為內容被看到提供了更友好的方式,更多的內容和生產者被平臺聚集在了一起,流量的聚集帶來了商業的增長。
抖音4億的日活用戶帶來了2019年600億的廣告收入,而“優愛騰”這些長視頻平臺的廣告收入呈下降趨勢,此外,直播帶貨也給平臺和內容生產者帶來了新的變現機會。
對用戶,推薦系統“比你更懂你”,不僅不需要選擇,還是如此“貼心”——新的內容不斷呈現在眼前,沒有底線,又都是自己感興趣的,而你如果表現出一點的不喜歡,相似的內容短期不會在出現了,只要你看的時間足夠長,系統會越來越“聰明”,每個人都能享受到一對一的服務。
下一條是異國還是鄉土,是美食還是萌寵,是好看的小姐姐還是一本正經的財經專家,都是未知,又滿足和用戶的好奇心。
3. 娛樂至死也不是危言聳聽
但是,娛樂至死也不是危言聳聽。于個人,是占據了時間和放棄了深度思考,于社會,是可能錯過的創造和想象力。
凱文凱利說,只關注自己喜歡的內容,是一件危險的事情。人性本就是驅易避難,追求享樂肯定比勤勞思考舒適,懂人心的推薦系統也利用了人性的享樂主義,輕松的、美好的、簡單的、愉悅的信息,抖音上最火的視頻是顏值、才藝、興趣類,即使有專業的內容,注意力也有限,而且沒有人是抱著學習的目的在刷抖音。
推薦系統給你找到的內容,就是這些你潛意識里最喜歡的,沉浸在能歌善舞的小姐姐包圍的氛圍里,誰還會想起床頭已經落灰的那本《經濟學原理》?
所有人如果都去遵循了本心,就沒有人去探索了,與信息的汪洋對立統一的,是思想的荒漠。碎片化的方式不適合深度的思考,手一滑信息就走了,不時還有廣告竄入,沒有上下文信息。
同時,太容易獲得的內容也讓人不懂得珍惜,不是主動探索的知識不會引發思考。深度的思考不適合。語言和文字被發明的本意是文明的傳承,智慧的傳遞,可推薦內容好像差了點兒深度。
三、娛樂至死:不是預言只是警醒
離波茲曼提出娛樂至死,已經有三十多年,他當時呼吁關注的媒介是電視;如果他面對今天的互聯網媒介環境,尤其是移動互聯網和層出不窮的內容形態,發出的警醒一定更加振聾發聵。
與追捧和追逐的思想相比,批判的聲音或許更加理性,對健康的發展也更有助益。就像做菜一樣,加一丟丟鹽,反而更能襯托出甜。冷靜的觀察者潑來的冷水可能會顯得不近人情,但往往充滿睿智,上世紀60年代麥克盧漢提出的“地球村”在今天已經成為了現實。
媒介有自己的偏好。語言滿足實時交流的需要的,文字設置了進入的門檻卻幫助傳承了智慧,圖像和音視頻記錄了更加鮮活的歷史。紙張的傳播速度超不過交通工具的速度,電話和電視還是要放在固定的位置用線連著,而網絡無處不在延時越來越短。
電視出現之后,是把有些人變成了土豆,寄希望與新的媒介拉平文化的發展水平又帶來了“知識鴻溝”的思考,不過,人類并沒有“娛樂至死”,“摩爾定律”在不斷打破,生活水平越來越高了,地球越來越同氣相連。
過度娛樂化被批判的同時,技術決定論也在被挑戰。人具有主觀能動性,娛樂至死不是預言只是警醒。
四、未來可期:從智能到智慧
又要回過頭來為內容推薦說一些好話。推薦系統的評價指標,除了準確性、覆蓋度、多樣性,也包括驚喜度和新穎性,機器也想嘗試找到一些你沒有關注過的領域,拓展你自己認知的邊界。
對未來的內容推薦,還是有所期待的。我希望它不僅是智能的,而且是智慧的,不僅是懂我的,而且還能讓我獲得智慧。她如果了解我知識的短板,能規劃好我的學習和收獲,我也會努力做一個聽話的寶寶。能不斷地被“喂飯”也是幸福的,少走彎路就能多留點時間看看風景。
本文由 @小小晶 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Unsplash,基于CC0協議。
確實呢,如果算法能夠精確到弱相關,推送一些新穎有趣的接觸的少的資訊,也許“被喂飯”,也是未來的一種趨勢