對于內(nèi)容型社區(qū)而言，推薦系統(tǒng)是一個(gè)很重要的流量分發(fā)調(diào)控手段，那么，UGC內(nèi)容社區(qū)可以怎么結(jié)合推薦系統(tǒng)來與各類不同角色進(jìn)行交互？這篇文章里，作者先闡述了與“作者”這一角色交互的場景和策略，一起來看看吧。

推薦系統(tǒng)作為內(nèi)容型社區(qū)內(nèi)容流量分發(fā)的一個(gè)重要的調(diào)控手段，在構(gòu)建一個(gè)健康的內(nèi)容社區(qū)中起到了關(guān)鍵作用。典型的有類似B站這類UGC與PGC結(jié)合的內(nèi)容社區(qū)，有小紅書這樣UGC的內(nèi)容社區(qū)，這兩種不同的內(nèi)容社區(qū)形態(tài)，其背后對應(yīng)的內(nèi)容生態(tài)及運(yùn)作方式都需要推薦系統(tǒng)在其中起到關(guān)鍵作用。

那么，推薦系統(tǒng)為了讓整個(gè)內(nèi)容社區(qū)的生態(tài)愈發(fā)健康，良性發(fā)展，需要面向不同的社區(qū)參與方提供不同的產(chǎn)品或者運(yùn)營機(jī)制，以實(shí)現(xiàn)UGC內(nèi)容社區(qū)的良性。

這個(gè)系列的文章旨在探討類似小紅書的UGC的內(nèi)容社區(qū)，是如何通過推薦系統(tǒng)與各角色進(jìn)行交互從而推動(dòng)生態(tài)發(fā)展的。

UGC社區(qū)參與人員一般有作者，平臺(tái)方，讀者，以及廣告主，其關(guān)系模型一般是這樣：

作者

一個(gè)內(nèi)容社區(qū)最核心的資源應(yīng)該就是作者了。優(yōu)質(zhì)的作者資源作為內(nèi)容型社區(qū)平臺(tái)的核心資源產(chǎn)出者，一定是在各個(gè)生命周期或者環(huán)節(jié)需要和推薦系統(tǒng)進(jìn)行交互的，那么如何通過推薦系統(tǒng)對不同階段的作者進(jìn)行交互，才能讓整個(gè)生態(tài)系統(tǒng)運(yùn)行更好呢？這里，就需要推薦系統(tǒng)處理好作者與推薦系統(tǒng)交互時(shí)的獎(jiǎng)勵(lì)與懲罰措施了。

通常，在一個(gè)作者領(lǐng)域來說，會(huì)將作者根據(jù)新手、腰部、頭部進(jìn)行劃分實(shí)現(xiàn)分級管理。

當(dāng)然，實(shí)際的生態(tài)系統(tǒng)要遠(yuǎn)比這幾個(gè)分級更為復(fù)雜，要綜合考慮到作者的垂直度、作者的粉絲數(shù)量、作者的內(nèi)容質(zhì)量、作者的輿論系數(shù)，甚至作者的受眾在平臺(tái)的活躍等等因素，進(jìn)行綜合評估，得出作者在平臺(tái)當(dāng)中的分值。

作者的分布分層關(guān)系：

1. 頭部作者

擴(kuò)大影響，進(jìn)行變。

這類用戶通常已經(jīng)獲取了足夠的流量和粉絲，并且這類的KOL的內(nèi)容發(fā)布調(diào)性，很大程度上決定了內(nèi)容社區(qū)的內(nèi)容調(diào)性。所以，這類用戶在平臺(tái)需要做的是：提升影響力、產(chǎn)生變現(xiàn)。

• 在這個(gè)階段，一般是平臺(tái)運(yùn)營和推薦系統(tǒng)共同維護(hù)這批用戶了，推薦系統(tǒng)可以做的是：
• 流量訴求，一般來說，推薦系統(tǒng)對于頭部作者的內(nèi)容，通過粉絲用戶優(yōu)先推薦、在內(nèi)容質(zhì)量度上進(jìn)行先驗(yàn)加權(quán)、內(nèi)容質(zhì)量加權(quán)等措施，一般都可以得到相對應(yīng)的足夠的流量。
• 影響力，推薦系統(tǒng)也可以嘗試對頭部作者的內(nèi)容進(jìn)行跨域推薦，也就是嘗試將頭部作者的內(nèi)容嘗試分發(fā)到非垂直領(lǐng)域的用戶，通過分發(fā)手段，擴(kuò)大作者的用戶覆蓋面及影響力。
• 服務(wù)訴求：在內(nèi)容審核服務(wù)，上線服務(wù)可以針對頭部流量優(yōu)先進(jìn)行任務(wù)調(diào)度。
• 利益訴求：在頭部作者可能的進(jìn)行商業(yè)變現(xiàn)行為時(shí)，比如直播或者電商帶貨開店，適當(dāng)進(jìn)行流量扶植也是可行的辦法，或者推薦系統(tǒng)針對關(guān)注粉絲進(jìn)行分發(fā)，也可以對頭部作者起到激勵(lì)或者持續(xù)產(chǎn)出高質(zhì)量內(nèi)容的效果。

2. 腰部作者

利益驅(qū)動(dòng)，挖掘頭部。

這類用戶在平臺(tái)積累的一定的經(jīng)驗(yàn)，并且對自己發(fā)布的內(nèi)容已經(jīng)有了一定的受眾，且在嘗試?yán)昧髁窟M(jìn)行商業(yè)變現(xiàn)了。在這個(gè)階段，腰部作者需要的是更多的流量和粉絲，同時(shí)可以通過內(nèi)容發(fā)布獲取更多的經(jīng)濟(jì)效益。

那么，推薦系統(tǒng)在這個(gè)階段可以為作者做以下事情：

• 保底流量訴求：可以針對不同粉絲量級、不同垂直度的內(nèi)容作者設(shè)計(jì)不同的內(nèi)容發(fā)布流量保底模型，以保證內(nèi)容在分發(fā)出去時(shí)可以獲取一定的流量基數(shù)，可以根據(jù)作者的內(nèi)容往期內(nèi)容的質(zhì)量度對內(nèi)容進(jìn)行先驗(yàn)評級的評估，同時(shí)綜合先驗(yàn)評級和作者等等因素提供對應(yīng)的流量模型出來，以實(shí)現(xiàn)作者發(fā)布內(nèi)容的基礎(chǔ)流量需求。
• 爬升流量訴求：可以根據(jù)內(nèi)容的后驗(yàn)數(shù)據(jù)，對內(nèi)容進(jìn)行垂直領(lǐng)域的用戶分發(fā)，通過識別高質(zhì)量內(nèi)容來實(shí)現(xiàn)流量分發(fā)的效果。
• 腰部作者爆款打造：另外，在腰部作者邁向頭部作者的過程中，有一個(gè)環(huán)節(jié)一定繞不開的，那就是“爆款”。在先驗(yàn)數(shù)據(jù)確定后，對內(nèi)容進(jìn)行后驗(yàn)，并根據(jù)內(nèi)容后驗(yàn)評級去設(shè)計(jì)不同的流量階梯模型，從而嘗試將腰部作者的內(nèi)容挖掘、打造一個(gè)爆款，也是十分重要的。
• 作者周期多目標(biāo)分發(fā)：另外，不同的內(nèi)容分發(fā)出去后，其對應(yīng)的正反饋也會(huì)不一樣，推薦系統(tǒng)可以綜合內(nèi)容吸粉、點(diǎn)擊率、收藏率、停留時(shí)長等等目標(biāo)，對用戶當(dāng)前所處階段進(jìn)行綜合評估分發(fā)，以促成用戶粉絲的增長。

3. 新手作者

數(shù)據(jù)刺激，驅(qū)動(dòng)發(fā)稿。

通常新手作者發(fā)布內(nèi)容的質(zhì)量是參差不齊的，面向不同的垂直賽道，在這個(gè)階段，用戶處于嘗試期，前期希望獲取一定的流量能夠讓自己的內(nèi)容更多的推薦出去，獲取更多人的關(guān)注，從而得到流量和粉絲兩者數(shù)據(jù)的綜合反饋。

這個(gè)階段，推薦系統(tǒng)可以做以下事項(xiàng)：

• 新人期的流量扶植：推薦系統(tǒng)對于新手作者的前期內(nèi)容進(jìn)行流量分發(fā)，通常設(shè)定一個(gè)扶植流量，通常扶植流量的定額是根據(jù)選擇的賽道和內(nèi)容的后驗(yàn)數(shù)據(jù)、先驗(yàn)數(shù)據(jù)進(jìn)行綜合評估的。
• 新人期的內(nèi)容質(zhì)量度：通常推薦系統(tǒng)在可控范圍內(nèi)，會(huì)對新人期的內(nèi)容質(zhì)量度放寬要求，設(shè)定一定的指標(biāo)空間，放寬內(nèi)容的準(zhǔn)入和分發(fā)標(biāo)準(zhǔn)，但這種指標(biāo)的放寬周期會(huì)隨著作者的內(nèi)容發(fā)布數(shù)量、注冊時(shí)間等指標(biāo)的推進(jìn)，逐步的收攏標(biāo)準(zhǔn)，從而維系好整個(gè)生態(tài)的平衡的。
• 內(nèi)容參照：新手期作者一般處在用戶與作者兩個(gè)角色之間，可以通過做為作者選擇的垂直賽道，進(jìn)行多角色間的跨特征推薦。同樣也能為創(chuàng)意挖掘可內(nèi)容的發(fā)布的可持續(xù)性，都有比較良性的作用。

4. 可能作者

內(nèi)容驅(qū)動(dòng)，完成轉(zhuǎn)型。

對于可能性的作者來說，這階段的用戶處在從用戶轉(zhuǎn)向作者的搖擺期，這個(gè)時(shí)間段的用戶，需要對應(yīng)的利益點(diǎn)刺激和找到自己可以模仿或者希望從事的賽道KOL，來解決一個(gè)利益點(diǎn)刺激和內(nèi)容發(fā)布方向和“作業(yè)”兩個(gè)問題。

通常，推薦系統(tǒng)需要在用戶的這個(gè)階段重要的是幾個(gè)事情：

• 準(zhǔn)確識別并挖掘這類用戶：如何識別這類用戶通?？梢越柚斯ず退惴ㄒ?guī)則兩方式，如通過新手作者的前置行為數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)進(jìn)行歸因，進(jìn)行特征統(tǒng)計(jì)。可以得出相對準(zhǔn)確的什么樣的用戶會(huì)會(huì)成為作者。
• 提供合適的利益點(diǎn)刺激：在確定好用戶后，推薦系統(tǒng)在這個(gè)階段可以提供比如成為UP主會(huì)有什么好處，做UP主掙多少錢這類的利益刺激，逐步嘗試將用戶的的角色轉(zhuǎn)變，通常來說，不同類型用戶的利益點(diǎn)是不一樣的，有的用戶是經(jīng)濟(jì)利益、有的是數(shù)據(jù)利益，推薦系統(tǒng)在這種場景下進(jìn)行個(gè)性化或者多利益點(diǎn)的試探，都是可行的。
• 社交刺激：小紅書類的社區(qū)通常也具有一定的社交屬性，而且有一定的從眾心理，通過對用戶分發(fā)在其社交范圍內(nèi)的用戶內(nèi)容，也會(huì)起到一定的刺激作用。
• 提供合適的賽道KOL作為參照：搖擺期作者一般會(huì)比較難著手的一點(diǎn)是在于比較難找到自己的賽道，通常，在該階段提供具有垂直賽道經(jīng)驗(yàn)且能夠提供利益刺激分享的作者，會(huì)更能夠刺激用戶進(jìn)行轉(zhuǎn)化。

5. 懲罰措施

另外，在推薦系統(tǒng)進(jìn)行流量扶植的同時(shí)，也會(huì)針對特定的用戶進(jìn)行流量懲罰和打壓。比如一些違規(guī)、違政、輿論作者。推薦系統(tǒng)一般會(huì)根據(jù)用戶的類似信譽(yù)評級的體系，對其發(fā)布的內(nèi)容及對應(yīng)作者進(jìn)行流量降權(quán)。通常這個(gè)體系需要有三個(gè)環(huán)節(jié)，打壓標(biāo)準(zhǔn)，標(biāo)準(zhǔn)的判斷，打壓的執(zhí)行。

通常平臺(tái)會(huì)有不同違規(guī)方式的標(biāo)準(zhǔn)，推薦系統(tǒng)可以根據(jù)這套預(yù)設(shè)的標(biāo)準(zhǔn)，分別在內(nèi)容識別、內(nèi)容分發(fā)等階段，根據(jù)先驗(yàn)的數(shù)據(jù)和后反饋的數(shù)據(jù)執(zhí)行平臺(tái)的標(biāo)準(zhǔn)。推薦系統(tǒng)預(yù)設(shè)一套執(zhí)行的邏輯，比如召回、排序、重拍甚至過濾的全面降權(quán)，不同等級會(huì)執(zhí)行不同的打壓方法和標(biāo)準(zhǔn)。這同樣也是一個(gè)比較復(fù)雜的機(jī)制。

總述

綜上，一個(gè)好的內(nèi)容社區(qū)，如何通過推薦系統(tǒng)能夠讓不同階段的作者能夠在其對應(yīng)階段獲取對應(yīng)的價(jià)值，從而促使整個(gè)社區(qū)能夠不斷地有新的作者進(jìn)來，也能夠淘汰劣質(zhì)作者，也能夠從海量的作者中不斷地挖掘出頭部作者，從而引導(dǎo)整個(gè)社區(qū)的內(nèi)容話題或者社區(qū)基調(diào)是我們作為策略產(chǎn)品需要不斷挖掘?qū)?yīng)的場景和設(shè)計(jì)對應(yīng)策略的。

雖然模型能夠解決很多問題，但在整個(gè)生態(tài)業(yè)務(wù)、社會(huì)環(huán)境、全民導(dǎo)向在不斷發(fā)展的情況下，如何將人的思想、思考模型化，并且通過算法的方式去表達(dá)出來，才是策略產(chǎn)品的核心價(jià)值。

下一篇，我將講述UGC內(nèi)容社區(qū)，推薦系統(tǒng)要做6點(diǎn)之-內(nèi)容篇1。將會(huì)比較系統(tǒng)的講述UGC內(nèi)容中，推薦系統(tǒng)是何如與內(nèi)容做交互的。