互聯(lián)網(wǎng)機構如何利用數據優(yōu)化內容？——數據為內容帶來(lái)了什么？（中）

　　編者按：本月主題旨在探討數據與媒體中的內容關(guān)系，本文系《媒介雜志》4月號封面文章，全文深入淺出地剖析了數據與內容之間的關(guān)系，分為“數據與內容生產(chǎn)”、“數據與內容優(yōu)化”以及“數據與內容市場(chǎng)”三部分。因原文較長(cháng)，考慮到微信閱讀體驗，故分篇推送，本篇系“數據與內容優(yōu)化”。

　　當前媒體面臨怎樣的時(shí)代？技術(shù)升級、場(chǎng)景變遷、產(chǎn)品迭代、社交遷徙......在這樣的環(huán)境下，昨天還只是寓居于想象的未來(lái)蜃景，今天能夠迅速具象為可感現實(shí)。但無(wú)論媒體產(chǎn)業(yè)如何發(fā)展、技術(shù)如何迭代，我們發(fā)現，“內容”始終是這條產(chǎn)業(yè)鏈中重要的一環(huán)。

　　內容產(chǎn)業(yè)似乎從傳統時(shí)代走來(lái)，卻也被這個(gè)新的時(shí)代賦予了新的能量。所以，當前的內容運營(yíng)者面對的似乎是一個(gè)既光怪陸離又一脈相承的時(shí)代，它似乎輕車(chē)熟路又遍地希望，卻也時(shí)常讓人充滿(mǎn)無(wú)力感與困惑。

　　那內容行業(yè)該如何解決這份痛點(diǎn)？目前，內容的概念包括得更加寬泛，除了常規意義上的新聞、劇集、圖片等，社交內容、廣告、搜索頁(yè)面、交互信息都是我們界定的整體內容行業(yè)所能涵蓋的范疇。而內容運營(yíng)的智能化、數據化、程序化等發(fā)展的基礎也在于對數據的長(cháng)期積累、挖掘和運用。那么，數據技術(shù)是否會(huì )成為未來(lái)內容行業(yè)中的執牛耳者？數據究竟能為內容帶來(lái)什么？我們需要從行業(yè)的實(shí)踐中找到方向。

　　從有到優(yōu)

　　標簽與算法優(yōu)化內容分發(fā)與管理監察

　　如果說(shuō)，數據工具在內容生產(chǎn)環(huán)節是提供素材渠道與模版，那么在生產(chǎn)的基礎上，在分發(fā)、管理等優(yōu)化環(huán)節，數據就更加能大施拳腳。在從有到優(yōu)的環(huán)節，生產(chǎn)專(zhuān)業(yè)性上的壁壘被打破，互聯(lián)網(wǎng)平臺涉入其中，通過(guò)其數據算法等的積累，為內容產(chǎn)業(yè)延伸出越來(lái)越豐富的優(yōu)化管理平臺。

　　1分發(fā)精準化：數據標簽算法實(shí)現內容與人的匹配

　　新聞推薦、社交推薦、廣告投放、文娛內容推薦、智能互動(dòng)等方面，生產(chǎn)出來(lái)的內容如何更快速、精準地抵達讀者，又如何爭取讀者更多的注意力資源，是各大機構正在努力用技術(shù)革新回答的問(wèn)題。

　　其中以全球最大的社交平臺之一Facebook為例，Facebook借助算法收集用戶(hù)、企業(yè)等信息，調整用戶(hù)首頁(yè)展示內容，影響了用戶(hù)的在線(xiàn)行為習慣，甚至改變歐美新聞分發(fā)和社交媒體盈利的模式。

　　Facebook也有自己的排序規則——Facebook EdgeRank。Facebook收集每位用戶(hù)發(fā)布的內容（包括分享的內容），關(guān)注好友的狀態(tài)更新，加入的群組，點(diǎn)贊、評論、分享等行為信息。根據權重（早期標準有：互動(dòng)/親密度/時(shí)間等）對監測數據進(jìn)行評級，展示信息流排名評級高的內容推送用戶(hù)，也即用戶(hù)最感興趣的內容。

　　后來(lái)，Facebook在原來(lái) EdgeRank 的基礎上，更加細致地定義了不同層級的親密度。用深度神經(jīng)網(wǎng)絡(luò )理解圖片內容和文字內容，從而可以知道相片中的物體是不是用戶(hù)感興趣的。隨著(zhù)產(chǎn)品迭代，也加入了更多產(chǎn)品特征，諸如閱讀時(shí)間長(cháng)短、視頻內容、鏈接內容；取關(guān)、隱藏等。

　　Facebook EdgeRank

　　2017年上半年，《紐約時(shí)報》對其網(wǎng)站和App進(jìn)行個(gè)性化改造，被用戶(hù)稱(chēng)為“模仿Facebook”。在后續的幾個(gè)月里，它陸續進(jìn)行了一些個(gè)性化實(shí)驗，比如根據用戶(hù)的閱讀習慣、訪(fǎng)問(wèn)時(shí)間、地理定位來(lái)決定推送內容，最終希望達到的是，在傳統報紙編輯選薦與網(wǎng)絡(luò )個(gè)性化模式之間達到平衡。

　　在國內，今日頭條的推薦算法是其產(chǎn)品的靈魂。頭條用機器給文章打標簽，追蹤用戶(hù)的閱讀行為和習慣，再用算法完成兩者之間的匹配，根據用戶(hù)關(guān)注的內容分類(lèi)進(jìn)行推薦。數據積累到一定程度，最終想達到的效果就是系統越來(lái)越了解用戶(hù)的品味，推薦的內容用戶(hù)都喜歡看。

　　頭條的標簽基本有兩種方式，一種是機器判定，一種是人工添加，目前機器判定的比例更高。以電影為例，一部電影可以細分出影片類(lèi)型、年代、演員、導演等等多種元素。用戶(hù)標注了某一部電影，算法就會(huì )為他推薦同一導演的作品。這樣的推薦模式大多被適用于識別結構化數據——算法并不知道文章、影片中到底說(shuō)了什么，只能根據結構化數據標注判斷。這個(gè)結構化數據，也就是關(guān)鍵詞。社會(huì )和娛樂(lè )這兩大標簽是受眾最為廣泛的標簽。

　　頭條會(huì )對關(guān)鍵詞進(jìn)行收集和整合，如果發(fā)現這些關(guān)鍵詞熱度比較高，就會(huì )生成一定的頻道。比如體育底下其實(shí)還是包含很多的子頻道。這也算對用戶(hù)定制的一種反饋，更便于網(wǎng)民能夠直接查看相關(guān)的文章。

　　不過(guò)關(guān)鍵詞的不精準也帶來(lái)了一些問(wèn)題。隨著(zhù)資訊類(lèi)平臺中的內容越來(lái)越豐富，短消息、圖文、問(wèn)答都有。關(guān)鍵詞標注只能對內容進(jìn)行浮于表面的理解，而內容中暗含的情緒往往會(huì )冒犯到用戶(hù)。在流量的誘惑下，很多創(chuàng )作者會(huì )更傾向于生產(chǎn)具有刺激性情緒的內容，這就增加了用戶(hù)被冒犯的幾率。

　　基于算法推薦機制的個(gè)性化分發(fā)嘗試一如既往，算法所代表的精準滿(mǎn)足信息需求、擴展細分市場(chǎng)的概念起初非常理想，所以很多媒體紛紛做出相應嘗試。但熱趨勢中，算法正在面臨讀者“過(guò)濾氣泡”、“信息繭房”等質(zhì)疑，難以達到預期效果。近期，哈佛尼曼實(shí)驗室的一篇報告詳細地探討了這一技術(shù)機制，承認個(gè)性化算法的力量，但也不能只將個(gè)性化留給算法，“你仍然需要一個(gè)人類(lèi)編輯”。

　　2管理與監察數據化：促進(jìn)機構走向規模與成熟

　　當內容發(fā)展到一定規模之后，內容本身就成長(cháng)為有一定規模的數據庫。如何實(shí)現內容的數據化管理？以及如何識別因數據的中立性而帶來(lái)的虛假和錯誤？也是媒體機構承擔社會(huì )責任，完善用戶(hù)體驗的重要環(huán)節。

　　被Google并購后，YouTube對內容版權問(wèn)題越來(lái)越被重視。為了提供一套可行的版權及內容管理方式，Google于2011年上線(xiàn)了ContentID。Content ID為版權所有者提供免費的內容數據管理方式，并提供封鎖、追蹤和獲利三種方式，讓版權所有者自行決定所擁有的版權內容以何種形式出現在YouTube上。YouTube Content ID功能包含了影片ID（VideoID）和音頻ID（AudioID）兩種數據標簽化管理功能，分別具有比對視頻、音頻是否侵權的功能。

　　YouTubeContend ID以熱圖（Heat map）的數據處理方式比對影片，因此即使不是完全符合的影片，如內容包含加框、影音歪斜、左右鏡象、水印、質(zhì)量不佳的影片，一樣可進(jìn)行比對是否侵權。Heat map用顏色變化來(lái)反映二維矩陣或表格中的數據信息，它可以直觀(guān)地將數據值的大小以定義的顏色深淺表示出來(lái)。常根據需要將數據進(jìn)行樣品間豐度相似性的聚類(lèi)，將聚類(lèi)后數據表示在Heat map 圖上，可將高豐度和低豐度的樣品分塊聚集，通過(guò)顏色梯度及相似程度來(lái)反映多個(gè)樣品的相似性和差異性。

　　YouTube 熱圖（Heat map）

　　另外，YouTube也會(huì )篩選監察自身的內容，如果使用者有重復侵權的情況，帳號還可能被終止。藉由 Content ID 的禁播功能設定，可以讓包含侵權內容的影片可在特定的區域中觀(guān)看，如此可以符合版權擁有者的區域利益，也不致讓所有的使用者都看不到影片的內容。

　　將內容也視為一種數據，并利用工具為內容制定考量的標簽和標準，讓內容實(shí)現數據化管理，幾乎成為所有形成規模的媒體機構的必修課。其中還包括Facebook的反垃圾系統Sigma和Immune、今日頭條的內容攔截算法等都是媒體內容管理與監察開(kāi)始趨于完善的重要標志。