做好“整理者”,找到信息才是信息平台命门

起点学院产品经理365成长计划,2天线下闭门集训+1年在线学习,全面掌握BAT产品经理体系。了解详情

 

经典的大众传播学理论有这样的概念切割:传者、受者,一般来说,传者被定义为内容生产者,受者则为内容消费者。传受双方不是不可以转化,但相对来 说,阵线泾渭分明。传者一般指的是机构媒体,而受者则为“大众”。整个大众传播的过程是由点向面的发散过程。至于受者和受者之间的传播,被归入“人际传 播”领域,一般不属于大众传播研究的范畴。有所谓“二级传播理论”,提到了意见领袖这个概念,但意见领袖和ta的受众之间的传播,研究得并不太深入。

这与传播学研究的主流方法有关,主流方法是所谓“定量研究”,前提是获取数据。而人际传播更多侧重于定性研究,比如民族志研究法,深度调研法。人和人之间的交流传播,需要深入到他们的沟通过程中,以获取第一手的材料。

但到了互联网时代,尤其是进入社交网络时代,整个大众传播过程发生了变化。

社交网络时代大众传播的结构

主要的特点,在我看来,有二:

其一,传播过程顺着社交关系流动,以至于到了“无社交,不阅读”这种状态。

无论在微博上还是在微信中,阅读的前提都是我和信息源存在着一种关系,微博以弱关系为主,微信则以强关系为主。 这种阅读其实和博客时代的所谓RSS订阅,有着本质的区别,虽然都带有定制化的特征。RSS订阅里,受众和博客主之间很少有社交关系,但在微博和微信中, 显然不同。信息流附着在社交关系流上,形成N级传播,是社交网络时代的传播重要特征。

其二,伴随着“无社交不阅读”的状态,整个大众传播的N级传播过程其实是由若干个人际传播加上若干个小规模的群体传播再加上若干个大规模的大众传播共同组成的。

以微博为例,一条微博的传播,很有可能的过程是这样的:若干个草根账号(人际传播,因为粉丝很少)、若干个v字用户(有一定的粉丝量,但规模不大,可视为群体传播)、大v(本身就具有大众传播的能力,粉丝极多),三股力量合在一起,构成了一条微博真正意义上的大众传播。

第二个特点的重点在于,人际传播已经成了大众传播中的有机组成部分,很难再割裂出来。人际传播与大众传播非常不同的点在于,它的传受双方切换极快, 两个人在交谈时,很难区分出谁是传者,谁是受者。在社交网络中的传受切换中,我注意到了一个非常有趣的现象,那就是有一批人(这批人的量还不少),他们并 不是原来定义上的所谓内容生产者,换而言之,他们并不生产内容,他们做的事情只是:转发。

我把这批人界定为:整理者。整理者主要做的事情是信息的重新梳理。这种梳理会有两种可能。

第一种,有一定的客观标准。比如在问答网站知乎里,有整理者专门收集所谓的“一字答”,标准就是用一个字来作为 回答。我个人有一个关于“二流本科考北大硕士会不会被歧视”的回答光荣入选,我的回答是一个字“会”。一字答里收集的回答都很有趣,因为用一个字就能解决 长长的问题,颇有些一针见血直指人心的意思,本身就是一件很有趣的事。

第二种,没有什么太固定的客观标准,纯属整理者自己的主观标准。最近科技网站虎嗅推出了一项名为“文集”的服 务,虎嗅创始人李珉就收集了不少文章(当然,她还加了一些点评,算是一点内容贡献)。李珉为什么会收集这十篇文章而不是那十篇文章呢?无非就是她觉着不 错。整理者用一个主观标准“我觉着不错”来重新梳理文章,也是整理者的常见现象。

收藏与分享

信息整理者完成的事其实是两个:收藏、分享,有时候只做一项,有时候兼而有之。收藏是一个人真正的兴趣爱好,分享则带有表演性质。存在这种可能,一 个信息整理者收藏的信息是ta真正感兴趣的,但又是不想让别人知道ta感兴趣的(比如收藏一个a片下载地址),同样的,一个信息整理者分享的信息足以去表 现ta的某种品味,但ta本人未必真正从头到尾看过。关注一个整理者所分享的信息,与其说是关注一个人,不若说是关注这个人的品味。

分享的结果是:内容的传播得以重构。

前文举到的李珉文集的例子。我注意到李珉分享了一篇自媒体人的文章,这篇文章成文时间很早,大概在一年前。社交网络时代,内容的沉没是非常快的,甚 至有说在twitter上,一条tweet的寿命只有五分钟。一年前的文章在社交网络上,就像甲骨文一样久远。但经由李珉这个整理者之手,这篇文章重新获 得了关注。我称之为“内容的再生”,这个再生过程,并不是内容生产者创造的,而是整理者李珉——当然,该名自媒体人也可以再次整理自己的这篇旧文。

微博中的转发(微信朋友圈也有,其实就是麻烦点,要复制黏贴),是可以改变传播路径的。一个只有拥有数百粉丝的微博主发出的微博,如果经由大V之 手,就可以形成极大面积的大众传播,而如果没有大V帮忙,这条微博的覆盖度一般而言,将局限于人际传播和群体传播。整个传播效果并不由内容生产者决定,而 由内容整理者决定。

微博上存在着大量的以转发为主的微博使用者,有时候他们会加上类似这样的话“你怎么看?”——在我看来,这纯属废话。重点不在于他们的内容生产,而 在于他们对传播路径的改变。一个没有什么粉丝的普通用户的一条微博,经由大V之手的转发或者未经由大V之手,所起到的传播效果截然不同。可以这么说,最终 的传播效果,并不完全取决于内容生产者,内容整理者的分量很重。

整理者与编辑

整理者做的事,似乎和传统媒体中的编辑有些类似,他们也是在重新编辑信息。但本质上,他们与专业编辑并不相同。区别就在于:分类方式。

传统的信息组织方式,遵循着一种图书馆分类的结构,这一点,其实在门户上都有所反应——所以早在2008年,我就视门户为传统媒体。门户是怎么组织 信息的呢?无非就是频道套栏目,形成一种树状的结构,然后把信息分门别类存放。这与报纸的国内、国际、财经、社会、娱乐等版面设置方式,何其类似!

整理者并不这么进行信息分类,他们遵循的是“大众化分类”结构。在传统信息组织架构里,你很难找到“一字答”这种信息组织方式,这是用户的自行创 造。你不太可能找到“李珉所喜欢的文章”这种信息组织方式,除非李珉足够有名到类似“李开复推荐的十本书”。但在社交网络领域,“张三喜欢的文章”这就是 一个信息目录,而张三本人,并不见得需要多有名。在英文中,这种信息目录,我们称之为“tag”(可以翻译成标签,或者关键字)。

传统信息组织方式和工业时代密切相关,因为工业时代讲究的是结构化、等级化、序列化。一个财经频道下套着证券子频道,证券下套着A股市场这个栏目, 财经、证券、A股市场,虽然都可以视为一种关键字,但这三个关键字具备“等级关系”,也就是从属关系。电脑这个东西,带有很强烈的工业时代的痕迹,因为事 实上它是工业时代末期信息时代初期出现的。这个痕迹着重表现在:目录树。父目录套子目录。一份涉及到多个目录定义的文件,想要放置在不同目录中,只有两个 方法:建立复制品或建立快捷方式。但在互联网上,一篇文章不需要来多个复制品,它只要打上不同的tag就可以了。

整理者遵循的是一种大众化分类方式,这给信息匹配(或者说传播)带来了新的可能。作为接受整理者整理出来的信息受众来说,他们完全不需要顺着类似 “财经”、“科技”之类的结构化目录,如果你喜欢一字答,你就关注这个目录夹好了,如果你觉得李珉是一个在科技文章上很有品味的人,那你就关注李珉好了。

出色的整理者不一定是一个好的内容生产者,但ta是一个好的:1、信息收集者;2、信息鉴定者——这一点尤其在基于主观评判标准上的整理得到体现。 正如多年前我的导师和我说的,有两种学者,其一是能够进行出色的理论创新,其二是能够判断哪些理论创新属于出色的,这两种学者,同样都很重要。

机器整理者

国外新闻聚合类客户端Flipboard就充分使用了“整理者”,这个应用允许用户收集各种信息,然后“出版”自己的杂志——也就是分享自己的整 理。整理者对于一个经由社交关系而进行内容传播的社交网络非常重要,因为他们重构传播过程。活跃的整理者能迅速提升这个网络的价值,Flipboard的 估值已经被提升到8亿美元之巨。

但人工整理有时候不太靠谱,它会带来“信息茧房”问题。就像一个人纯粹根据自己的饮食爱好而进食会导致偏食一样,纯粹根据自己的偏好兴趣来获取信息源,也会造成信息偏食问题。机器整理者于是登场。

3月6日消息,Flipboard从CNN手中购入了另外一款新闻聚合类应用Zite,据称收购金额为6000万美元,不过CNN发言人后来否认了这一数字。三年前,CNN花了2000万美元买下了Zite。

与Flipboard不同,Zite走的是另外一条路径,进入这个应用,首先就需要提供twitter或facebook的账号,当用户提交权限 后,Zite会进行数据分析,根据twitter或facebook上的用户行为来判断用户的阅读偏好。另外,对信息内容本身也做了很多关键字提取,此前 Zite覆盖有2500个类别新闻话题,在最近的版本里,这个数字增至4万个。利用用户的好恶和信息的关键字提取,Zite进行匹配。当然,同样 的,Zite也允许用户进行关键字订阅,以弥补机器算法的不足。

人工整理与机器整理,其实就是对人类智能和人工智能的融合使用,在这里,我们发现了一种“媒介融合”,我们既保有对人的品味的信任,也需要基于数据挖掘之上的机器整理。合流出现了。

匹配

整理者重构了信息组成结构,Flipboard上有十数万以上的个人杂志,Zite上有4万个话题,都可以显示出人工整理者和机器整理者的力量。但就信息接收这个话题来说,还不够。因为光有整理者,并没有解决“合适的信息给合适的人”这个问题。

在学术界,一个学者的地位不是由ta生产多少篇论文决定的,而是由ta的著述被多少其它著述引用来决定的。搜索引擎里信息排序是按照网页重要度来进行的,而网页重要度的评判标准大致就是该网站在其它网站里出现的多寡。

一个整理者是否值得推荐给其他信息消费者,或者说,一个整理者该推荐给哪种信息消费者,可以遵循这种“他人评判”的方式来操作。要给整理者根据他的 不同整理建立不同的“专业”维度,记录并计算其他信息消费者在ta的整理上的行为,比如说“点击”,比如说“收藏”,比如说“再整理”。赋予不同的权值, 慢慢可以积累起该整理者的专业指数。

信息消费者这一头,主要以“兴趣”为计算核心,这里面既有点击的行为,也有页面停留的时长,更有收藏某些文章的次数——注意,是收藏这种整理,而不是分享。同样赋予不同的权值,计算兴趣指数。

所谓匹配,就是将张三的专业和李四的兴趣匹配起来,这类计算是根据实时的数据进行实时的匹配,这已经进入大数据的范畴了:混杂、相关、全样数据。

 

小结

在信息远远供大于求的爆炸式信息世界,其实原创生产已经不再是头等重要的问题(我不是说它不重要),更重要的问题是“找到信息”。门户用图书馆分类 来组织信息,而搜索引擎则用大众化分类(你输入一个关键字)来进行信息的组织和呈现,显然更胜一筹。百度的广告收入远远超过诸家门户的,就是一个例证。

整理者从事的工作是信息的组织和呈现,在信息获取上,比单纯的信息生产更有价值,于是,在商业上,它也更具有价值。一个海量信息平台,信息的重组比 信息的吸聚更为重要,这有就是为什么一天能创造出一亿条微博的新浪微博后来慢慢失去了“现象级产品”的原因,它有信息整理这个部分,但显然还没有做到更 好。至少,在机器整理者这个领域,它乏善可陈。在普罗大众的信息整理问题上,它也不够关注——它成天关注大V去了。

正如文头所说,今天的大众传播是依附于社交关系之上的多种传播的混杂体,在这个混杂体中,整理者是核心关键。无论是人工整理者,还是机器整理者,都必须同等重视。这是一个信息平台之所以最终能成其为平台的核心要门。

 

原文来自:钛媒体

作者:魏武挥

您的赞赏,是对我创作的最大鼓励。

评论( 0

登录后参与评论
加载中