來源：《視聽》2020年第1期

摘要：隨著移動互聯時代的到來，社交媒體中的每一個人都有權利發言、轉發，面對大量長尾領域的自媒體內容，精准契合受眾興趣和習慣的個性化內容分發也成為了各類媒體競相努力的方向，內容的智能分發與消費充滿著革新與挑戰。

關鍵詞：移動互聯時代﹔內容分發﹔內容消費﹔變革

一、內容分發的顛覆與重塑

（一）“千人千面”：信息內容的智能分發

傳統媒體時代，信息內容的生產和分發都通過媒介機構完成，人工編輯對素材進行編輯處理，再經由媒體自身的發行或播出渠道完成分發。傳統的內容分發更關注內容本身而並非用戶的個性化需求。然而，移動互聯時代面對大量長尾領域的自媒體內容，內容本身已不再是影響傳播的唯一要素，為了增強用戶黏性、拓展用戶數量，精准契合受眾興趣和習慣的個性化內容分發成為各類媒體競相努力的方向，“千人千面”的內容分發邏輯應運而生。

“千人千面”一詞最早出現在廣告學中，也是根據心理學中的“迎合心理”原理演算而來，現在被廣泛應用到產品運營領域中。移動互聯時代的海量內容、多樣選擇、碎片化的時間，決定了用戶在打開手機的短時間內如果不能找到感興趣的內容就會很快離開，因此，隻有幫助用戶快速、精准地推薦其感興趣的內容，同時發現更多優質的長尾內容，才能實現針對個體的個性化分發。“千人千面”的分發邏輯，就是利用人工智能技術，將包括文字、圖片、影像甚至是直播、問答等不同形式的內容，通過推薦系統對用戶的特定需求進行精准匹配並推薦，從而真正實現用戶主導的智能分發，其中，用戶畫像、文章畫像和分發渠道是智能分發得以實現的三個重要因素。

1.用戶畫像的精度

用戶畫像指的是將數據進行清理、理解和建模后所得到的用戶行為體系，包括用戶基本的、個性的和有意義的信息。換言之，用戶畫像是了解用戶特征與特定需求的基本入口，用戶畫像的精度，可以為個性化內容的精准匹配提供必要的支撐。生活環境、手機環境、用戶信息和用戶閱讀行為是生成用戶畫像的主要考量因素。

生活環境包括地理位置和時間場景，位置和時間是信息適配的基本考量因素。手機環境主要指手機型號與手機內的裝機APP的使用情況，不同手機型號的使用人群存在的細微差異體現在數據上，進而呈現出了用戶不同的閱讀習慣﹔手機內的裝機APP的使用頻率也從側面印証了用戶的特定愛好。用戶的性別、年齡、學歷、身份、興趣愛好等信息，有助於更好地識別清晰的用戶畫像。生活環境、手機環境和用戶信息決定了信息內容在APP冷啟動環節應該給用戶提供哪些信息，冷啟動指用戶下載某個APP后第一次打開它的過程，一旦用戶第一次打開了這個APP，他的下一個任何行為都會被數據記錄，並成為機器算法深入判斷的依據，有無下拉、點擊、分享、評論、停留時長，甚至是沒有任何操作直接關閉離開等，這是一個相當復雜的運算過程，而需要機器完成的就是非常細膩的數據觀察，並從中總結出規律，精准地制定出針對每一個個體的用戶畫像，不單單是對群體進行劃分，更是對人性的深刻洞察。

2.文章畫像的准度與分發渠道的優化

文章畫像對於具有專業知識的人工編輯而言相對簡單，在傳統媒體時代，編輯就對文章進行畫像，如消息、特稿，典型報道、綜合報道、述評性報道、批評性報道等。然而，現今對於文章的畫像愈發復雜，它不再單指類型或題材，更指向文章中的內容。要明確文章的體裁如何、作者是誰、所描述的領域是哪些等，更為困難的是對內容質量的判斷。人工編輯可以從選題、採訪、寫作等方面去衡量內容的質量，然而機器算法的判斷隻能依靠數據，例如點擊、分享、收藏、用戶停留時長等，這種衡量尺度難免會出現誤差。對此，國內很多平台都在進行不同程度的探索。提高機器甄別優質內容的能力，從“會存會算”到“會認會說”，模仿和實現人的認知和判斷能力，是人工智能未來發展的新一輪技術革命。

分發渠道，即實現用戶畫像和文章畫像相匹配的過程，可以保証用戶在最短的時間內接收到最感興趣的新聞內容。人工智能技術之下的智能分發，顛覆了傳統媒體的內容分發渠道，大大提升了內容分發的效率，並且佔據了市場的大幅用戶份額。目前，國內新聞資訊應用的分發渠道主要分為兩種：以微信“看一看”為代表的基於社交關系的智能分發和以“今日頭條”“一點資訊”為代表的基於機器算法的智能分發。基於社交關系的智能分發，以社交平台用戶行為分析和傳播機制為出發點，向用戶提供與其社交關系緊密相連的信息內容，借助其強大的社交網絡拓展用戶數量﹔基於機器算法的智能分發，則提供針對受眾特定需求和興趣愛好的個性化內容的推送，以高匹配度為目標，增強用戶黏性。

（二）重塑中的內容分發系統

無論是算法的推薦還是社交化的傳播，單純依靠一種都會存在一定問題，因此，大型平台也是愈發走向兩者的融合之勢，同時，雖然已有數據結果表明智能分發的效率明顯高於人工，特別是在點擊率上，但我們仍然不能忽視人工編輯的作用。智能分發系統相比人工編輯而言並非沒有弱勢，尤其是對於熱點事件的判斷，智能分發需要根據用戶點擊率的提升、其他平台熱詞的提升等手段來進行認定，這個過程必然需要消耗一定的時間，通常情況下也許是15分鐘甚至更長，而人工編輯對於熱點事件的判斷幾乎可以在瞬間內完成。另一方面，如果從准、快、優、寬四個方面去衡量分發的效果，智能分發在優質內容的判斷和信息寬度上明顯還存在一些缺陷。

智能分發的技術基礎是通過數據了解用戶的行為習慣，進而完成內容分發。數據的力量是我們在傳統媒體時代未曾深刻感受到的。移動互聯時代，一切皆信息，數據是效率的保証，對數據的洞察力是非常重要的，不要忽視數據顯示的任何一個百分點的變化。我們要學會從海量數據中了解每一個用戶的個性和特征，尋找趨勢和相關性，從而實現高匹配、精准契合的“千人千面”智能分發。

分享讓更多人看到