位置:首页>新闻中心>解决方案>如何降低社交平台中的信息噪音

如何降低社交平台中的信息噪音

发布时间:2015-11-16 17:15:25   文章来源:星翼设计(www.uwweb.net)   责任编辑:李飞
 
我认为,关键点在于能否建立一个动态的用户关系链,来遏制住社交的原始基因——扩张。这里提供一套解决方案,我称之为灰度关注,原理如下:

  首先允许用户的关注数适度的冗余,而后在一个关注周期内,对这些关注关系链两端的用户是否产生信息交互行为进行监测,周期结束时将监测到的信息反馈到平台,平台通过对这些信息的判断,对关注关系进行相应的操作。而判断的规则是,如果关系链两端的用户之间没有产生信息交互,则判定这条关系链为冗余关注,关系链予以释放;如果关系链两端的用户产生了信息交互,则判定这条关系链是有效关注,关系链予以保持。而后进入下一个关注周期,周而复始。

  举个例子,我关注了微博女王姚晨(姚晨本人及其粉丝见谅),但是在关注之后,我对她所发布的信息没有进行过任何的交互操作(转发、评论、点赞等),到这个关注周期结束时,平台也没有监测到任何信息交互操作,则判定我对姚晨的关注为冗余关注,继而释放掉这条关系链,也就是取关。

  另一种可能,我对姚晨所发布的微博十分喜爱,不时进行点赞、转发、评论等信息交互操作,在一个关注周期结束时,平台监测到了这些信息交互操作,则判定我对姚晨的关注为有效关注,对这条关系链予以保持。也就是说将这种关注关系延续一个关注周期,在下一个周期内,再进行监测、判断,而后保持或释放。因此,这种关注是有有效期的,在有效期结束时,平台通过用户的操作对这种关注的有效期进行终止或延续。虽然释放的动作由平台完成,但平台依据的仍然是用户的行为,也就是说,用户的行为决定了这条关系链能否保持下去。

  这里有三个重要的参数需要设定,一个是冗余量,一个是关注周期,还有一个重要的参数,就是最佳关注数。那么,这三个参数是如何配合工作的呢?

  首先,冗余量可以是一个比例系数,这个比例系数乘以最佳关注数就是允许用户关注最多的人,比如这里我将冗余比例设置为2,最佳关注数设置为100。那这个平台允许每一个用户最多关注人数即为200人,然后在一个关注周期内进行监测,这里姑且将关注周期设置为3个月。在这3个月的时间里,用户与关注对象之间的信息交互决定了在这个周期结束时,平台对这些关注关系的操作。

  那么,这就会面临两个问题,一种情况是,一个用户的操作频繁、精力旺盛,对他而言,平台预先设置的最佳关注数100人太少了,根本满足不了他的需求,经过一个关注周期,系统判定其有效关注远远超过100人,达到了180人。还有一种情况是,一个用户的精力有限、关注不了太多的人,那对他而言最佳关注数100人的设定,还是有点多,可能经过一个关注周期,系统判定其有效关注远远低于100人,仅为60人。这就需要一些补救措施,来完善这套系统。

  一种策略是,当用户有足够的精力来关注更多的人时,适当增加他的最佳关注数,当用户精力不够时,适当减少其最佳关注数。对前一种用户,他的最佳关注数也许是150,比平台上的一般人高;对后一种用户,他的最佳关注数也许是50,比平台一般人低。这里就需要一个跟随调节,有点类似于我国的成品油定价机制。当然了,原则上还是要鼓励用户在平台上投入更多的精力,对应的,这套机制也是倾向于“跟涨不跟跌”的。

  还有一种策略是,设置安全值。当用户关注数低于一个数值,比如说50。那就不要再按照这套规则来进行冗余分析,而是只进不出。让用户的关注数,超过一定的值之后(比如说最佳关注数100),再进行冗余分析。这类似于中国股市,设置涨停和跌停,这里主要照顾的是跌,毕竟跌太多不利于系统的稳定。

  而对于这些参数的设定,可以通过两种方法,一种是理论计算,通过大数据分析来设置相应的参数;一种是工程试凑,通过A/B测试、灰度测试,来调节出合理的数值,这里便不展开。

  通过这样一套灰度关注的机制,便可以有效避免大V的破坏力。因为在这套机制之下,大V的关注数并不是只增不减的,当他不能持续制造出高质量的内容时,他的掉粉速度超过增粉速度,自然反映到关注数上就是减少,也就是他的影响力会减弱,反过来,当一个大V持续输出高质量的内容,他的增粉速度超过掉粉速度,那反映到关注数上便是增加,他的影响力也会随着他的努力而增加。

  这套机制不仅能解决大V的问题,还能解决僵尸粉的问题。对那些没有任何操作的僵尸粉,他们的关注数会随着一个又一个关注周期的判定而减少。这或许是断了某些财路,但我认为这对平台而言是有益的,健康的。

  最佳关注数的设定,再加上这样一套动态调节的机制。虽然不会让用户关注到更多人,但会不断调节用户关注的内容,更加注重时效性,让用户的主页不断向自己需求的方向而前进。而安全保护机制,也不会让那些操作少的用户遭遇使用障碍。

  在这样一套机制之下,任何关系都是不确定的。内容制造者需要去不断地输出内容,保持住他的粉丝数,而内容消费者需要不断地去响应他所感兴趣的内容,保持与高质量内容制造者的关注关系。而且,他们需要不断地去关注新的人,来补充自己的主页内容,以免因为自己的关注数少,而得不到更多精彩的内容,在这个一进一出的过程中,用户的主页是常进常新的。从这个意义上来讲,这不仅是一套保护机制,也是一套激励机制。

  灰度关注规避了人际关系上的马太效应,如果将这套思想拓展,还能规避其他层面上的马太效应。在知乎这个平台里,人的关注会有马太效应,答案和问题也会有马太效应。知乎有条名言:勿以赞少而不看,勿以赞多而赞之。赞少不看,赞多而赞,不也是一种马太效应么?

  这是可以理解为马太效应在时间层面上的累积,如果同样的两个质量差不多的答案,他们只是因为发表的先后顺序不同,而在在赞同数的多寡上却产生十分悬殊的差距。

  这里是否可以设置一个赞同数的时间衰减机制,让那些赞同数随着时间的增长而衰减,给后发表的答案一个展示的机会。也许在一个具有时效性的问题上,后来的答案相比早前的答案更有说服力。而对于那些经典答案,也不必过于担心,经典答案自然还是会被后来的关注者所赞同的,要相信经典是能够接受住时间的考验的。而那些伪经典,就退位让贤,让位于那些后来者吧。这可以理解为灰度赞同。

  而在问题的关注上,也可以拓展出一套关于问题的灰度关注理论。

  知乎有个很好的机制,当你关注一个问题时,如果有用户再次回答这个问题时,知乎会提醒你,你所关注的问题有了新答案,请你去关注。但这种关注,是否是一成不变的呢?如果用户对这些提醒视而不见,一次两次可能是事出有因,四次五次是否就可以得出一个结论,用户已经不再关注这个问题了。那么将这个关注定义为冗余,然后释放,皆大欢喜,岂不美哉。

  这套看似冷酷无情的规则,实际上是在秉持一种“一期一会”的茶道思想。让用户在这种不确定的关系中,去珍惜每一次表达的机会,珍惜每一个关注的机会。而这种思想又是通过一套自动控制的手段来实现的。大家总是说灰度开发、灰度管理,也许解决社交平台的信噪问题,答案就在这个灰度。

本文地址:http://www.uwweb.net/news/solution/634.html
责任编辑:李飞