从内容出发，浅谈平台在 区中的价值

内容是 区的核心之一。平台的职责就是让供给端持续产生内容，并分配给需求端形成良好消费体验，也就是内容的生产与分发。

一、内容生产

从平台角度讲，内容的持续供给可以从动机、能力与触发3方面去讨论。

1. 动机

1. 钱从品牌方来：硬广曝光、软广植入等内容营销
2. 钱从消费者来：内容付费和打赏、内容电商等

平台在其中扮演的角色是不可或缺的，其价值不仅体现在连接多方，从而促成利益的交换，还为处于产业链中的各个角色提供额外服务。

也为品牌方提供并落地品牌的整合营销方案，从硬广到软广，品牌形象的包装等；量化广告效果的工具，以及提升数据表现的方向；

2. 能力

平台打通了形式壁垒，可以使同一份信息可以更快的发布，降低了创作的门槛。

对于普通用户而言，创作文章、视频门槛太高，但很可能会在下面留言评论。对原生内容的二次加工，既丰富了原生内容，也节省了消费对原生内容的判断，代表了大部分用户的观点。从一名普通用户，再到一位积极评论者，再到生产者，这样的上升路径使消费者可以平滑地过渡到生产者

3. 触发

有没有一瞬间，突然有了发朋友圈、发抖音的冲动？平台通过对用户底层情绪的触发，唤起创作内容的念头。

这里举一个例子，话题。 区运营者通过大量的话题，切中用户的心智，从而唤起内容生产的情绪。比如虎扑的女神大赛， 友们正在为谁更漂亮争论不休，看到自己的女神票数落后，评价不佳，怎么能没有冲冠一怒为红颜的冲动呢？

大量地和用户日常息息相关的话题，触发用户发表内容的底层想法，也以一种“命题作文”的方式，降低了创作门槛，让更多的内容得以问世。

二、内容分发

内容分发的目的，其实就是牵线搭桥——将生产好的内容匹配给合适的内容消费者。

那系统到底如何分发内容的呢？在分发的过程中，平台有着2个重要功能：存储和筛选。平台的数据库中存放着所有生产的内容；再根据用户信息筛选出适合的内容，放入候选集中（候选集代表着会展示给用户的内容合集），再按照特定的顺序展示给用户。

我总结了5种不同的候选集，他们筛选内容的规则均不相同。平台通过多种候选集的组合应用，覆盖了用户对内容或主动、或被动的消费需求。

这5个候选集分别为：推荐、关注、分类、榜单和搜索。

1. 推荐

推荐是大家最熟悉的。入选范围很广，算法复杂，比如协同过滤、高热召回、向量召回等等算法不一而足。能做到量体裁衣，按照用户需求以不同的顺序展示内容。

随着算法的进步，入选推荐候选集的条件越来越广，也越来越精细。从内容消费者的角度而言，被推荐的内容包括了消费者的个人信息、 交关系、交互行为（搜索、浏览、点击等）、全站内容的热度排名（实时热点）等方面。

而从内容生产者的角度而言，不同粉丝量、活跃行为的生产者所发布的内容，也会入选到不同数量的消费者候选集中。比如拥有100万粉丝的生产者，发布的内容，分发给非粉丝的用户体量，一定比1千粉丝的生产者的分发体量更多。然后经过初级流量池的“考验”后，优质的内容会分发给更多的消费者。

推荐的分发逻辑成熟且复杂，这里只做简单地表述。但其目的是让消费者准确且低成本地看到自己感兴趣的内容，并且适度地发现新内容。

2. 关注

这个候选集可以说是来者不拒，只要被关注者生产的内容就一定会被放入候选集中，再按照关注者与关注者之间的亲密程度和时间线，将内容依次呈现给关注者。

代表的产品如抖音、小红书等。小红书内容的逻辑是关注者的内容被提优分发，也可以在关注tab下只看关注者的内容。而抖音在这两个逻辑之上，增加了好友这个概念，好友发布的内容将会以更高优先级的顺序展示在视频流列表中。

3. 分类

分类定位清晰明确，候选集只会采纳特定品类的内容，再按照一定顺序，比如热度，展示给用户。

为了做到分类，在内容生产时，需要生产者手动，或者系统自动地将内容归为某一类。比如虎扑发布内容时，必须要指定内容所属的圈子；比如知乎的短视频tab，系统会展示所有短视频形式的内容。

分类不是feed流中最常见的，需要用户主动地去找到指定的类别，再通过算法推荐。如果说关注是人找人，那么分类就是人先找到内容。比如各大新闻App会在首页顶部放置不同分类tab，用户可自行增、删和排序。

而它存在的意义，提升了消费者，尤其是带有明确目表的用户的消费体验。

4. 榜单

榜单的候选集追求质量而不是数量。它会采购仓库中每个品类下最好的内容，并按照热度展示给用户。

进入榜单候选集的条件是苛刻的，一是数据定夺，二是专家定夺。数据定夺很好理解，在某段时间内，数据表现最好的前n个内容。入选规则较为透明，排序规则也较为客观。

内容的好坏至少有两种判断方式，一是个性化，适合我的内容，也就是推荐；而另一个则是人见人爱，花见花开，适合所有人的内容，也就是榜单。榜单存在的意义其实就是消除了内容的搜索成本。

5. 搜索

搜索的候选集规则历史悠久：用户会将感兴趣的内容主动告诉系统，系统再按内容的匹配程度，决定入选的内容和其顺序。

随着内容的复杂化，搜索也需要猜测用户的意图了。比如搜索一个关键词，需要判断是哪个元素，是找用户，还是找内容，找内容的话是找什么样的内容，短视频、还是文章？

于是乎搜索不仅需要推荐，还需要分类。

搜索和推荐一样，是一个极为复杂的系统。笔者在这里仅简单地分为搜索前、后两个维度去讨论。

以知乎为例，搜索前会出现3个板块：历史、发现和分类榜单。这3个板块的内容分发逻辑分别为，按搜索记录倒序、按用户浏览偏好、实时热点等内容推荐，以及特定内容按照热度排序。

而搜索时，忽略无搜索结果时的场景，仅以有搜索结果场景为例。

搜索结果首先要确定候选集的范围：App不同的内容、实体可能都包含该条搜索词，而对不同内容的优先级排序和同种内容不同的权重，又影响着召回规则。

比如query“栗子”，在综合tab下，前3个会依次呈现问答、电子书、文章。并在电子书和文章处，给出特定内容的入口。然后从第4个开始又是关于“栗子”的问答。第12个是与“栗子”有关的相关live，第13个则是相关搜索……

随着内容的形式和数量越来越多，平台方试图完善搜索-分发规则，来命中用户的喜好，并使其留在 区中。

三、写在最后

我在思考平台在 区中的作用时，想起来在大一，宏观经济课堂上老师讲“政府在市场经济中的作用”：

平台之于 区，就像政府之于经济，有着类似作用：

题图来自Unsplash，基于CC0协议