拒绝大V“念经”,看「Ta在」如何打破信息茧房

  • 时间:
  • 浏览:1

  有另三个 大V(意见领袖)外皮光鲜亮丽,私底下却时常发布垃圾信息,共就说 当下最糟糕的社交体验。

  不就说 大V,从社交圈被垃圾信息淹没完后 就说 就说 结速,大伙儿就说 与高效、体面的网络社交生活失之交臂。夜半毒鸡汤散布者、刷屏微商、晒娃宝妈等各路角色齐上阵,几乎“侵占”了你的社交圈

  传统基于人际关系的SNS体系(社交网络服务),正在成为低效社交的“帮凶”。不过最近有一款社会化媒体应用独树一帜——「Ta在」通过打造知识共享平台,正在重新为普通人的社交网络注入活力。

  从人的社交到知识社交

  在SNS时代,社交媒体的底层逻辑还是打通网络空间的人际关系。你这个 模式信息传播范围广、影响力大,但知识属性不免被边缘化。

  传播和社交的你这个 矛盾,在知识共享的时代,虽显得不合时宜,却无力从根本上进行改变。

  一方面,暂且社交圈内的每被委托人不会义务传播“干货”,供圈内好友品评;被委托人面,让社交圈内的所有发言都符合某被委托人的兴趣偏好,也太过强人所难。

  就说 长期以来,SNS社交媒体大行其道,而个体分享知识和知慧的需求却老会 被忽略——当社交应用纷纷陷入争夺用户时间的混战中时,基于同时兴趣的知识社交领域尚所处大片空白,发现你这个 生存空隙的企业或能就说 居上。

  值得一提的是,“社交+”你这个 概念风头正盛。QuestMobile最新发布的报告显示,截止 2019 年 4 月,我国移动社交行业用户规模突破 11 亿,已然是用户刚需。

  除垂直社交媒体外,“社交+”也成为综合性平台实现场景落地、竞相追逐的风口。

  凭借知识共享落地社交功能,「Ta在」也是你这个 趋势的弄潮儿。由演化群体智能算法(ECI算法)驱动,「Ta在」以KNS(知识关系服务)为架构,试图打造有另三个 深度智能化的知识共享平台,一改过去物理社交的概念,让用户都可以 借助知识寻找“圈内人”。

  你这个 知识共享概念,与百年前尼古拉·特斯拉关于人类群体智能的畅想不谋而合。在他的构想中,人类都可以 和动物发挥群体智能效应一样,将全人类的头脑连接,使地球组成有另三个 大脑。

   1982 年,彼得·罗素将你这个 构想完善,将其描绘为有另三个 连接全人类大脑的智能系统,并命名为“全球脑”。如今你这个 宏伟概念的落地,自然也离不开「Ta在」另有另三个 的知识共享平台。

  在微观层面,「Ta在」对个体用户也颇为友好——既是知识分享平台,又能凭借智能算法筛选出志趣相投的大伙儿,摆脱低效社交。

  打破信息茧房

  当下已是信息爆炸、知识冗余的时代,在摆脱低效社交之余,怎样才能在固定时间里最大程度获取有效信息,既是被委托人必备能力,也是时下知识共享平台竞争的关键。

  以获取信息途径的不同,都可以 将知识共享平台分为知识系统型、搜索系统型和推荐系统型。

  知识系统型多为知识百科,如维基百科等,通常利用条目式系统来创建和维护词条;搜索系统更多完后 表现为搜索引擎,如必应搜索,用户通过搜索关键词和内容进行匹配;推荐系统则是当下最常见的内容分类分类整理平台,如今日头条、你这个资讯等,依靠智能算法、根据用户兴趣爱好进行内容推荐。

  然而,什么常见平台都所处致命缺乏。比如知识系统平台条目维护工作繁琐,且有限词条无法覆盖无限的知识点;搜索系统若关键词和内容匹配程度缺乏,则直接会影响搜索结果的准确性;推荐系统我其实基于用户兴趣,但缺乏全版的知识体系,就说 推荐内容质量普遍不高。

  更重要的是,在这有这个系统中,人和知识不会单向联系,缺乏互动和对知识的有机连接,难以形成势能。

  「Ta在」则打破了你这个 瓶颈。平台的ECI算法通过用户行为抓取兴趣爱好,既将每个用户发布的内容精准传送给感兴趣的你这个用户,都可以 根据用户提出的大难题,连接统一属性的内容进行推送,建立人和知识、知识和知识以及人与人之间的亲密联系。

  当平台用户达到絮状级后,沉淀下来的知识也暂且机械排列,就说 都可以 通过知识点之间的有机结合,实现智能演化,形成都可以 自换血的智能知识共享体系。

  值得注意的是,传统算法智能化水平有限,只会根据用户已发布和浏览过的内容进行推荐,重复且低效,更容易意味分析信息茧房——即习惯性被兴趣引导,被迫将信息生活禁锢在“茧房”内。

  相比之下,基于ECI算法框架的知识共享平台,以群体智能为核心、机器学习为辅助,融合了群体性评价体系和机器算法推荐的优势。

  简而言之,ECI算法会不断重复“用户反馈-平台调整”你这个 过程,且在功能反馈过程中,它暂且通过个别用户行为,就说 基于群体判断和用户反馈来矫正系统,不断迭代推送内容。随着系统不断演化,用户会持续收到更加精准的内容推荐。

  而你这个 推荐经过智能演化,将从根本上拒绝信息茧房。

  “百科全书”的应用前景

  信息茧房无处不出。另有另三个 ,知识分享平台多是大V的天下,大伙儿是目光和流量的聚焦之处。

  但流量过于集中,也会对沟通造成阻碍。有另三个 普通人和大V对某一话题所处共鸣,往往会就说 大V更有一句话权,而丧失了双方平等对话的就说 。

  「Ta在」则希望通过弱化流量中心概念填平这道鸿沟。

  「Ta在」产品中并未设置“关注”“查阅被委托人主页”“给内容加标签”等强社交属性的功能。在这里,用户基于同时兴趣产生联系,而每被委托人都隐藏在内容完后 ,就说 能同时满足兴趣知识共享与被委托人隐私保护的需求。这无疑是当下知识共享领域的新尝试。

  你这个 尝试对提高知识搜索带宽也颇有益处。「Ta在」的ECI算法会不断捕捉、分类用户的互动行为信息,有序化人与知识,定位知识的繁复属性,以此提高搜索定位的带宽效能。

  ECI算法还将在B端市场上大有作为。比如「Ta在」都可以 将智能算法接入规模化的内容平台,演化出智能的KNS知识网络,帮助提高此类平台内容的精准传播;还都可以 将智能算法接入电商平台,通过预测消费趋势和消费心理,能助 潜意识消费,提高平台产品转化;在教育领域,ECI算法都可以 打造定制化教学方案,拒绝千篇一律的学习模式,提升学习带宽。

  过硬技术再搭配上基于兴趣的庞大流量,显然是你这个平台求而不得的变现实力。

  一百年前,“全球脑”或许还是痴心妄想,现如今,「Ta在」正让你这个 理想照进现实。

本文由站长之家用户投稿,未经站长之家同意,严禁转载。如广大用户大伙儿,发现稿件所处不实报道,欢迎读者反馈、纠正、举报大难题(反馈入口)。

免责声明:本文为用户投稿的文章,站长之家发布此文仅为传递信息,不代表站长之家赞同其观点,不对对内容真实性负责,仅供用户参考之用,不构成任何投资、使用建议。请读者自行核实真实性,以及就说 所处的风险,任何后果均由读者自行承担。

国内最早关注智能硬件行业的互联网科技媒体,这里有最酷炫的智能硬件终端,有深度的创业介绍,雷锋网是移动互联网时代智能硬件终端第一媒体,大伙儿在这里展现未来。