功能解析:今日頭條評論功能調(diào)研及思考
文章對今日頭條評論功能展開了較為系統(tǒng)的分析,希望通過本文能夠給你一些啟發(fā)與思考。
1.今日頭條評論功能簡介
評論功能置于信息流內(nèi)容框架中,主要為了豐富文章、圖文、視頻等信息流內(nèi)容形式,增強(qiáng)內(nèi)容與用戶的互動(dòng)性,方便傳播。并通過評論的不斷疊加增強(qiáng)信息流內(nèi)容的話題性與內(nèi)容熱度,利用評論內(nèi)容作為載體連接用戶與用戶,增強(qiáng)關(guān)注、粉絲等社交行為。
1.1評論功能位置
1.1.1視頻信息
點(diǎn)擊進(jìn)入視頻信息中后,視頻信息中評論區(qū)位于廣告欄下方,瀑布流顯示。
1.1.2圖文信息
點(diǎn)擊進(jìn)入圖文信息中后,圖文信息中的評論區(qū)位于推薦閱讀欄下方,瀑布流形式顯示。
1.1.3圖集信息
點(diǎn)擊進(jìn)入圖集信息中后,瀏覽圖集信息中的評論區(qū)需先點(diǎn)擊評論icon按鈕,進(jìn)入評論頁面。同樣為瀑布流形式。
1.1.4總結(jié):
1.2評論功能用戶角色
用戶:評論內(nèi)容的主體生產(chǎn)者,前提需要信息流內(nèi)容做支撐,并激起用戶評論欲望。
用戶權(quán)責(zé):發(fā)起評論,引用/回復(fù)他人評論,刪除自身評論。
內(nèi)容創(chuàng)作者:作為評論載體的信息流內(nèi)容的生產(chǎn)者,對評論擁有初始的置頂權(quán),權(quán)重等級高的內(nèi)容創(chuàng)作者可以對評論進(jìn)行刪除、屏蔽、篩選權(quán)。
用戶權(quán)責(zé):置頂評論,引用回復(fù)他人評論,刪除、屏蔽、篩選展示評論。
平臺:評論內(nèi)容的主導(dǎo)者與審核者。對評論內(nèi)容有著最高的篩選、排序、審核權(quán)。
用戶權(quán)責(zé):對評論內(nèi)容有著最高的篩選、排序、審核權(quán)。審核權(quán)與排序權(quán)為平臺獨(dú)有的權(quán)力。
1.3評論內(nèi)容框架
- 用戶頭像區(qū):展示評論生產(chǎn)者用戶頭像的區(qū)域;
- 用戶ID區(qū):展示評論生產(chǎn)者ID;
- 評論內(nèi)容區(qū):展示評論主體內(nèi)容;無字?jǐn)?shù)限制;
- 評論時(shí)間區(qū):展示評論發(fā)布時(shí)間;
- 點(diǎn)贊數(shù):展示評論倍其他用戶點(diǎn)贊的數(shù)量累加和;、
2.平臺評論排序策略
2.1簡介
主要調(diào)研今日頭條平臺對信息流內(nèi)評論信息瀑布流的排序優(yōu)化策略。排序優(yōu)化策略的主要為在不同的信息內(nèi)容孵化周期,根據(jù)不同的參數(shù)進(jìn)行相應(yīng)的策略調(diào)整。
2.2相關(guān)參數(shù)
發(fā)布時(shí)間:單條評論的發(fā)布時(shí)間,精確到分鐘。
評論內(nèi)容字?jǐn)?shù):指評論內(nèi)容的總長度,即字?jǐn)?shù)總合。
點(diǎn)贊數(shù):單條評論被其他用戶點(diǎn)贊的總次數(shù)和。
用戶活躍度:發(fā)布該評論的用戶在平臺內(nèi)的活躍度,以關(guān)注量、粉絲量、使用頻率、單次使用時(shí)長等評估與判斷。
2.3評論孵化周期
2.3.1冷啟動(dòng)期
圖文信息、視頻、圖集信息剛剛發(fā)布30-60min內(nèi),評論數(shù)小于10條,且無被點(diǎn)贊評論,或被點(diǎn)贊評論數(shù)較少。
在冷啟動(dòng)期,因?yàn)橄嚓P(guān)參數(shù)并沒有完全展現(xiàn),展示策略默認(rèn)將被點(diǎn)贊數(shù)、評論字?jǐn)?shù)確定為首要指標(biāo)。
單條評論點(diǎn)贊數(shù)越高,排序越靠前。點(diǎn)贊數(shù)越低,排序越靠后。
除了被點(diǎn)贊數(shù),評論內(nèi)容長度被確定為主要指標(biāo)。評論內(nèi)容字?jǐn)?shù)越多的,被放在首位,其他評論按照內(nèi)容字?jǐn)?shù)多少順次排列。
若存在點(diǎn)贊數(shù)與評論內(nèi)容長度相似的多條評論,優(yōu)先側(cè)重評論內(nèi)容長度指標(biāo)。即點(diǎn)贊數(shù)相同,將評論內(nèi)容長度更長的排列在前面。
總之,排序的最終結(jié)果由點(diǎn)贊數(shù)與評論字?jǐn)?shù)的綜合表現(xiàn)來決定。
發(fā)布時(shí)間被確定為重要性最低的指標(biāo),不被評論排序策略所引用。
2.3.2活躍期
圖文信息、視頻、圖集信息剛剛發(fā)布30-60min內(nèi),評論數(shù)大于10條,小于200條(根據(jù)實(shí)際情況而定,以達(dá)到評論上升速度峰值為準(zhǔn)),存在多條被點(diǎn)贊評論。
在評論孵化成熟期,可以應(yīng)用于評論展示策略的指標(biāo)類型多了起來。
被回復(fù)數(shù),點(diǎn)贊數(shù),評論內(nèi)容長度,用戶活躍度,用戶關(guān)注、粉絲數(shù)被作為參考指標(biāo)。
下表為對11條評論幾大參考指標(biāo)的統(tǒng)計(jì):
通過對11條評論的幾大參考指標(biāo)的統(tǒng)計(jì),排序優(yōu)先權(quán)重值進(jìn)行估算。
權(quán)重值=(評論字?jǐn)?shù)*點(diǎn)贊數(shù))+(關(guān)注數(shù)+15)*(關(guān)注/粉絲值+0.1)*10%+被回復(fù)數(shù)*15
以上推算并不準(zhǔn)確,但可以大致上推測出評論排序的參考指標(biāo)優(yōu)先級:
評論字?jǐn)?shù)>被回復(fù)數(shù)>點(diǎn)贊數(shù)>用戶活躍度/用戶關(guān)注、粉絲數(shù)。
2.3.3成熟期
圖文信息、視頻、圖集信息剛剛發(fā)布60min以上,評論數(shù)大于100條且增加速度趨于穩(wěn)定,被點(diǎn)贊、回復(fù)的評論占比很高。
被回復(fù)數(shù),點(diǎn)贊數(shù),評論內(nèi)容長度,用戶活躍度,用戶關(guān)注、粉絲數(shù)、以及評論發(fā)布時(shí)間都將被作為參考指標(biāo)。評論排序策略可應(yīng)用的數(shù)據(jù)指標(biāo)更加豐富。
對189條評論的前20條評論信息各項(xiàng)指標(biāo)進(jìn)行分析比對,發(fā)現(xiàn)隨機(jī)性非常強(qiáng)。
推測此時(shí)評論顯示排列策略不在考察各項(xiàng)數(shù)據(jù)指標(biāo),可能是利用評論分詞處理后,與文章標(biāo)簽做比對哦,或算法篩選出用戶更想看到的評論內(nèi)容,或能夠引起用戶共鳴的評論前置。
結(jié)合頭條的理念就是應(yīng)該把用戶“想看的評論”展示給用戶,最好是能做到“你看到的就是你想說的”。頭條在對評論進(jìn)行排序的時(shí)候可能考慮了以下幾點(diǎn):
- 讓評論的排序也“千人千面”,用戶最先看到的評論應(yīng)該是用戶最感興趣的;
- 要實(shí)現(xiàn)第1點(diǎn),頭條可以根據(jù)評論得到的贊的個(gè)數(shù)和評論者和閱讀用戶的相似程度,給評論賦予不同的排序權(quán)重;
在這一點(diǎn)上,很多之前的分析文章都會把評論排序盲目的分類,比如按照贊的多少,按照發(fā)布時(shí)間,順序倒序等等。但實(shí)際上,目前用戶量相對比較大的新聞、門戶、聚合信息平臺,都已經(jīng)應(yīng)用了最新的評論排序算法。
說到這里就不得不提高reddit,這款國外鼎鼎大名的新聞社交產(chǎn)品。他的評論排序策略重新定義了產(chǎn)品的評論區(qū)。
Reddit評論排序分析
“Best”排序
有人對評論like,則數(shù)據(jù)庫會進(jìn)行采集,評論越多,like的越多,則機(jī)器越能精確判定該評論的排名。通過對精確程度的量化,從用戶的like中盡可能推算出評論真實(shí)質(zhì)量。
機(jī)器從like與dislike數(shù)據(jù)庫中抽樣統(tǒng)計(jì),計(jì)算出置信區(qū)間,我們第一步對這些區(qū)間進(jìn)行排名,這個(gè)暫時(shí)排名比較的是這些評論最終排名100在一百次統(tǒng)計(jì)中95次可能落在的區(qū)間。
對于抽樣數(shù)據(jù)需要在數(shù)量上有保證,不然系統(tǒng)仍然會將其排在低位。
10like+1dislike are better than 50like+25dislike. 前者會排在后者前面,通過概率計(jì)算結(jié)果來推算。
但問題是,Reddit的評論排序策略雖然可以有效的篩選出用戶喜歡的評論,但對時(shí)間參數(shù)的過度重視,依然會讓其他用戶只將關(guān)注焦點(diǎn)放在最新的評論上,使得評論的長尾越來越長。
但回顧評論排序的算法歷史,幾乎都經(jīng)歷過按照發(fā)布時(shí)間到按照贊數(shù),再到綜合時(shí)間與贊數(shù),再到現(xiàn)在綜合多個(gè)參數(shù)進(jìn)行綜合考量。但其實(shí)回歸本質(zhì)及需求,都是為了解決下面這些問題:
- 贊數(shù)多的評論只是迎合了大部分用戶的偏好,而沒實(shí)際意義。
- 排名高的評論與文章并不相關(guān),但因?yàn)橐恍┦侄魏婉R太效應(yīng),更好的回答沒得到足夠的展示機(jī)會,于是被埋沒。
- 有爭議的問題,很難明確怎樣的排序是公平的。
其實(shí)可以用作權(quán)重factor的無非以下幾種,被回復(fù)數(shù),點(diǎn)贊數(shù),評論內(nèi)容長度,用戶活躍度,用戶關(guān)注、粉絲數(shù)、以及評論發(fā)布時(shí)間。如何合理分配權(quán)重,是每個(gè)平臺都會面對的問題,各自也有自己的策略。主要分為以下三個(gè)維度:
3.幾點(diǎn)思考
除了今日頭條之外的其他平臺,可能將權(quán)重factor更加側(cè)重于在信息維度,即評論字?jǐn)?shù),即評論相關(guān)度。但通過對頭條評論排序靠前的用戶的分析,我認(rèn)為頭條將權(quán)重factor更加側(cè)重在了用戶維度與社交維度。
首先,在社交維度上,被回復(fù)數(shù)高的評論擁有更高的排序權(quán)重,因?yàn)檫@樣的評論能夠激發(fā)話題,啟動(dòng)用戶之間的互動(dòng)。與此相比,被點(diǎn)贊數(shù)成了次級別的權(quán)重factor。因?yàn)榇_實(shí)存在這樣的評論,用戶點(diǎn)贊幾千條,但是被回復(fù)數(shù)寥寥無幾。
能夠引起用戶激烈互動(dòng)行為的評論一定是好評論,但不是所有的好評論都能激發(fā)用戶的討論行為。
其次,在用戶維度,頭條更喜歡將那些用戶活躍度高,關(guān)注量低,但是粉絲量少的用戶評論排序在前面。這樣的處理目的在于增加這些“潛力股”用戶的忠誠度與體驗(yàn),通過增加用戶曝光率,讓其獲得關(guān)注受益以及粉絲受益。這樣的處理可以抓住這些容易流失的用戶,并隱性的增加其忠誠度。
就好比你非常喜歡黃子韜,經(jīng)常在他的微博下面評論。你幾乎每天都發(fā),但幾乎沒有過任何反饋。正當(dāng)你即將要放棄他,去粉其他的明星的時(shí)候,他突然回復(fù)了你的評論,或者在微博里提到了你的ID。這種體驗(yàn)對于追星者來說簡直不要太爽,你的忠誠度被瞬間引爆。
有效的促活與留存用戶,不一定需要通過精心設(shè)計(jì)的push或者運(yùn)營活動(dòng),有些時(shí)候一些細(xì)節(jié)上的處理策略更能抓住人心。
由以上我們其實(shí)就可以理解,為什么頭條一直有野心要進(jìn)入社交領(lǐng)域。說到底,信息流產(chǎn)品的競爭壁壘非常低,無論從產(chǎn)品形式上還是技術(shù)上,都沒有絕對的護(hù)城河。即使人們對于今日頭條的算法津津樂道,但依然有人對其發(fā)表了不滿。用戶的標(biāo)簽屬性量級非常非常大,且存在游動(dòng)性,即使再強(qiáng)大的算法也沒有辦法預(yù)測用戶個(gè)人認(rèn)知的轉(zhuǎn)變以及興趣的遷移變化。
在人性面前,算法永遠(yuǎn)是冰冷的。今日頭條要做的不是讓每個(gè)人有信息獲取的快感,而是擁有安心的歸屬感。
就像剛剛下飛機(jī)或者結(jié)束考試,人們打開手機(jī)的第一件事就是去看微信,而不是去打開今日頭條。微信帶給人的用戶體驗(yàn)絕不是一個(gè)聊天工具,而是一個(gè)投入情感的入口。一旦一款產(chǎn)品讓用戶產(chǎn)生了歸屬感,所謂的“增長黑客”策略就顯得不是那么重要了。
作者:CHinos,從傳統(tǒng)制造業(yè)半路出家轉(zhuǎn)行互聯(lián)網(wǎng)的產(chǎn)品經(jīng)理。公眾號:chinoslab,歡迎交流
本文由 @CHinos 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自PEXELS,基于CC0協(xié)議
為什么我的頭條發(fā)布評論只有自己能看到,其他人不顯示呢,有人遇到這種情況嗎,我研究了一下,有人說是互動(dòng)插件的原因,可是我的版本里沒有這個(gè)東西
超級贊
超級贊
權(quán)重值=(評論字?jǐn)?shù)*點(diǎn)贊數(shù))+(關(guān)注數(shù)+15)*(關(guān)注/粉絲值+0.1)*10%+被回復(fù)數(shù)*15
這個(gè)公式是反推出來的吧?我比較好奇的是,頭條是怎么形成這個(gè)公式的,數(shù)值為什么設(shè)定為這幾個(gè)。
這個(gè)看看就好,是我自己反推的,根本不是官方的
那這個(gè)公式里用到的系數(shù)、加減乘除是怎么推出來的呢?