編者按：智能軟件算法不是萬(wàn)能的，有些事情還是人來(lái)做比較合適。最近國外的Snapchat、Instagram、Twitter和YouTube，國內的一點(diǎn)資訊和今日頭條等都開(kāi)始靠人手動(dòng)挑選編輯內容，推薦給用戶(hù)。
關(guān)于智能算法和人工編輯這個(gè)話(huà)題，美國社交媒體資深編輯 Kurt Wagner談了他的看法。
世界上的所有社交網(wǎng)絡(luò )每天都幾乎滿(mǎn)溢各種豐富的內容。這是一個(gè)好消息，但壞消息是這些社交公司需要從這里篩選出特定的內容傳給受眾。
那他們的永恒的解決方案是什么？人力。
以往社交媒體會(huì )通過(guò)智能算法進(jìn)行篩選推薦內容：在一定時(shí)段關(guān)注的用戶(hù)達到一個(gè)峰值的時(shí)候，這篇文章的重點(diǎn)信息將成為一個(gè)熱詞，被列為上升最快的指示值。這個(gè)指數將成為下一個(gè)時(shí)段熱門(mén)信息的來(lái)源參考值。
有了這個(gè)參考值，系統又會(huì )開(kāi)始新一輪的數據篩選和推薦，通過(guò)數據和算法，門(mén)戶(hù)在信息的推薦的準確度和更新速度上產(chǎn)生了明顯的優(yōu)勢。
同時(shí)像 Facebook 這類(lèi)平臺，它們擁有龐大的數據量和用戶(hù)群，不同的用戶(hù)感興趣的內容也不相同，這也表示他們無(wú)法聘請足夠多的人來(lái)完成這項工作，只有依賴(lài)于算法。
但利用算法推薦的弊端也很明顯，譬如推送的內容質(zhì)量參差不齊，抑或推送時(shí)機不對。
Snapchat、Instagram、Twitter 和 YouTube 以往通過(guò)軟件分析用戶(hù)瀏覽內容，收集相關(guān)標題從而編輯推薦內容，不過(guò)近日他們都宣布增加新的管理功能：依靠人類(lèi)從已經(jīng)篩選過(guò)的大規模內容中選擇最好的內容進(jìn)行推薦。
他們招聘許多專(zhuān)業(yè)的媒體人士，利用他們對新聞的敏感性來(lái)判斷新聞是否具有價(jià)值，是否是用戶(hù)希望看到的，以確保用戶(hù)可以準備的獲取有價(jià)值的信息。
為什么現在會(huì )開(kāi)始依靠人工推薦內容？過(guò)去當有大事發(fā)生時(shí)，Facebook 和 Twitter 就像 Oscars 或是 Super Bowl 一樣會(huì )吸引用戶(hù)的注意，在營(yíng)銷(xiāo)上來(lái)講這是一個(gè)增加自己曝光率的機會(huì )。不過(guò)現在 Snapchat、Instagram 和 YouTube 正在爭奪用戶(hù)的關(guān)注度，每個(gè)公司都打賭用戶(hù)會(huì )去自己的平臺，自己要為用戶(hù)提供最佳的閱讀體驗，這就是依靠人工而不再單純依靠算法的原因。
智能算法只是夠利用標簽篩選文章，但卻不能區分新聞的重要性和實(shí)時(shí)性，也不了解事件的背景信息。就像 Snapchat 在過(guò)去因為利用算法推送而造成過(guò)失傷害了一家公司的信譽(yù)，它還曾向廣告商推送了錯誤的信息。
雖然利用算法推送的時(shí)效性和個(gè)性化都很強，但卻無(wú)法滿(mǎn)足實(shí)時(shí)性和用戶(hù)的需求。人工可以根據社會(huì )環(huán)境和自然環(huán)境的變化立即決定當下用戶(hù)最關(guān)注的新聞內容，至少從這點(diǎn)來(lái)看，就優(yōu)于算法。
從算法曲線(xiàn)來(lái)講，它可以關(guān)注龐大用戶(hù)群體的個(gè)性化閱讀習慣，但它不能自主地進(jìn)行策劃，只是單純地依靠以往的閱讀習慣進(jìn)行推薦。
國內的很多社交和網(wǎng)絡(luò )媒體平臺也會(huì )采用算法推薦功能，在你的社交賬號與網(wǎng)絡(luò )媒體平臺賬號相關(guān)聯(lián)之后，它會(huì )根據你平時(shí)關(guān)注的內容進(jìn)行新聞閱讀推薦，但它很難全面掌握用戶(hù)的喜好，并且推薦的文章質(zhì)量良莠不齊。
國內的今日頭條和一點(diǎn)資訊等平臺也是依賴(lài)于算法，根據你關(guān)注的內容分類(lèi)進(jìn)行推薦，再通過(guò)你閱讀的文章模式包括閱讀停留時(shí)間等一系列信息數據進(jìn)行計算，最終達到推薦你喜歡文章的效果。但最近，他們改變了以往的推薦模式，利用人工和算法結合的模式，在算法篩選出的大量相關(guān)文章中，人工挑取最有價(jià)值和時(shí)效性比較強的文章推送給用戶(hù)。
在現代的傳播體制下，需要結合以往的算法推薦和人工編輯的價(jià)值，才能把最好的內容推薦給用戶(hù)；從營(yíng)銷(xiāo)角度來(lái)講，結合了用戶(hù)搜索行為所觸及的全網(wǎng)數據，利用算法分析出用戶(hù)的興趣，人工滿(mǎn)足用戶(hù)的需求。
本文參考了多個(gè)信息來(lái)源：Re/code Stratechery
聯(lián)系客服
