全国咨询/投诉热线:400-618-4000

UGC生态模式下内容审核和内容分发[产品经理培训]

更新时间:2019年11月01日17时21分 来源:传智播客 浏览次数:

传统的PGC生态下,内容质量处于可控状态,在发布之前只要做普通的校对即可。但是在UGC生态模式下,用户众多且处于不可控的状态,因此内容的质量就必须严格把关审核。

一、内容审核

对于不同形态的内容,审核方式不一样

1. 文本内容

对于文本内容,一般采用自动审核的方式,常用的实现方法如下:

1)在后台提供关键字库管理

2)根据关键字库,在前端识别用户发布的文本。如果文本跟关键字库中的关键字库匹配上,则将匹配上的字优化掉,比如用*或者其他固定文本代替。

这种审核方式简单、实现成本也低。需要注意的就是关键字库要丰富,而且还要考虑拆解字的情况,比如用户会把“操”拆解成“扌”和“喿”,因此字库中也要考虑到这种情况。

2. 图片/视频/音频

图片和音视频的审核需要用到自动识别等技术,而这类技术的开发成本通常都比较高。对于资源有限的公司,一把都是使用第三方提供的服务。比如阿里、腾讯之类这些大公司,都有对方开放的自动审核工具,不过需要付费。

当然,如果没有能力自己开发,又不想花钱,那就做人工审核:用户发布的图片或音视频都处于待审核状态,后运营人员在后台人工审核后再确定是否发布。

内容审核完毕后就该推送给用户看了,那么问题来了:用什么方式把内容给用户看呢?不同的用户喜好不同,该怎么投其所好呢?这就涉及内容分发的概念了。

所谓分发本质要解决的问题包含两点:

1.高效的连接人与信息

2.过滤出有价值的信息,让合适的人看到合适的信息。

根据产品性质、技术实力等因素,不同的内容平台采用的分发方式差别很大。


二、内容分发

目前市面上常见的分发方法有以下几种:

1.编辑分发

这是传统的内容分发方式,由平台自己创造内容并推送,是一种中心化的分发模式。

这种分发的特点就是有什么看什么,用户没得选。但是好处是能控制内容质量,毕竟推送什么由平台自己决定。因此在智能推送时代,这种分发方式也一直被保留着。

2.订阅分发

在UGC生态下诞生的新的分发方式,这是一种基于粉丝,构建内容、用户、平台三者闭环的分发方式,是一种私域流量构建。

社区时代(社区、贴吧等),以及后来的公众号,采用的是这种模式,你主动选了什么就给你推送什么。这种分发的特点是依靠话题来吸引和划分用户,但是内容质量无法得到保证,参差不齐。

3.社交分发

移动互联网时代兴起的一种分发方式。社交分发依托于关系链,基于社交关系传递信息。这种分发方式有以下几个特点:

1)内容的传播权从传统的精英编辑过渡到每个普通人受众,每个人都成为了编辑,成为了内容分发的中心。

2)让内容的传播变成了“千人千面”,内容息根据用户的喜好在传递,用户之间更容易产生互动,从而加强了关系链。

3)社交分发的基础是聚合第一批用户即粉丝,信息传递的范围依赖于粉丝数量以及粉丝的分享意愿。

但是社交分发也有它的局限性:

1)社交分发依赖于用户分享

2)但不是所有内容用户都愿意分享的,人都有偷窥的欲望,但大部分人都不愿意被别人偷窥

3)尤其在熟人社交中,用户都比较注重人设,因此低分享价值的内容在社交分发中处于不利地位。

4.算法分发

跟随头条系产品兴起而逐渐发展出来的一种算法,基于程序,技术壁垒高,分析用户画像匹配兴趣偏好,是一种个性化的精准投放。这种算法的优点就是用户喜欢看什么就能给用户推送什么,让用户高度沉溺于产品。不足就是开发成本太高,不是普通公司能承受的。

算法分发三要素:

1)用户画像,要通过用户行为分析用户的喜好,将用户标签化

2)内容画像,内容也要标签化,才能与用户进行匹配

3)算法模型,通过算法才能将用户和内容匹配从而做精准推送

算法模型


三、推荐算法框架

几种常见的算法

1、协同过滤算法——基于用户

算法思路:将用户进行分类,评测用户之间的相似性,基于用户之间的相似性做出推荐。

假设抖音用户有5个维度

对美女的喜欢程度(1~5分),对搞笑的喜欢程度(1~5分),对民谣的喜欢程度(1~5分),对感情的喜欢程度(1~5分),对乡村的喜欢程度(1~5分)。

用户A:对美女的喜欢程度3,对搞笑的喜欢程度1,对民谣的喜欢程度4,对感情的喜欢程度5,对乡村的喜欢程度0,用户A可以用向量表示为r_A (3,1,4,5,0)

一个用户B:对美女的喜欢程度3,对搞笑的喜欢程度4,对民谣的喜欢程度5,对感情的喜欢程度0,对乡村士的喜欢程度2,用户B可以用向量表示为r_B (3,4,5,0,2)

对于向量A和B而言,他们的在多维空间的夹角可以用向量余弦公式计算:

余弦相似度取值在0到1之间,0代表完全正交,1代表完全一致。那么用户A和B的相似度计算:

内容分发

即代表了两个用户音乐偏好的相似程度。

假如定义余弦值大于0.6即认为用户具有相似性,那么此时A与B就是相似的

此时发现A看了旅游相关的视频,由于算法认为A和B有相似性,那么就会把旅游的视频推荐给B。

2、协同过滤算法——基于内容

算法思路:基于内容的相似度给用户做推荐。

还是拿抖音举例子

A、B、C用户对感情、都市、搞笑、宠物类题材的视频都点赞过

则可认为这四种题材的视频有相似度

此时发现D用户对感情、都市、搞笑类题材的视频都点赞过

那么显然,应该把宠物类的视频推荐给D。

算法分发的局限性:

1.推荐狭窄,只看到喜欢的,无法拓展内容获取宽度

2.算法没有价值观,无法判断内容质量的好坏

3.算法可以被反推出来,进而被利用,导致”标题党“盛行,用户陷入兴趣孤岛。【推荐了解产品经理培训课程

小结

不同的审核方式和算法适用不同的场景,需要根据公司自身的实力,并结合产品的业务,选择最合适的。

javaee

python

web

ui

cloud

test

c

netmarket

pm

Linux

movies

robot

uids

北京校区

    14天免费试学

    基础班入门课程限时免费

    申请试学名额

    15天免费试学

    基础班入门课程限时免费

    申请试学名额

    15天免费试学

    基础班入门课程限时免费

    申请试学名额

    15天免费试学

    基础班入门课程限时免费

    申请试学名额

    20天免费试学

    基础班入门课程限时免费

    申请试学名额

    8天免费试学

    基础班入门课程限时免费

    申请试学名额

    20天免费试学

    基础班入门课程限时免费

    申请试学名额

    5天免费试学

    基础班入门课程限时免费

    申请试学名额

    0天免费试学

    基础班入门课程限时免费

    申请试学名额

    12天免费试学

    基础班入门课程限时免费

    申请试学名额

    5天免费试学

    基础班入门课程限时免费

    申请试学名额

    5天免费试学

    基础班入门课程限时免费

    申请试学名额

    10天免费试学

    基础班入门课程限时免费

    申请试学名额