| 资讯聚合平台火拼胜负就看这三战 你或许很清楚，手机里下载了几个资讯类APP。但你可能说不清楚，自己每天花多长时间“刷”它们。 
对此，你当然能抱着难得糊涂的态度。但资讯聚合平台们却清楚得很：你有意无意间地弹指一挥，正是它们厮杀的焦点。它们角逐的就是——你的注意力和时间。最新一轮“火拼”发生在9月15日的夜晚。新浪微博发送弹窗消息，要求用户同意使用新的协议。 这轮火拼不但暴露了资讯聚合平台的发展态势，还把网友“点着”了。 战役一：争夺优质内容 你可能要问，新浪微博使用新的用户协议，跟资讯聚合平台有什么关系？ 关系就在于，这份《微博用户服务使用协议》提到：未经微博平台事先书面许可，用户不得自行或授权任何第三方以任何形式直接或间接使用微博内容。 虽然网友忙着质疑，“我用喇叭广播，喇叭就有版权了？”但媒体解读，微博此举可能主要与资讯聚合平台有关。 追溯到8月10日，微博官方称，某第三方新闻平台在微博毫不知情、并未授权的情况下直接从微博抓取自媒体账号内容，因此微博将先行暂停第三方接口。此后，宣布，近期将停止提供新浪微博账号登录服务。 这次事件只是内容竞争白热化的缩影。为了锁定用户的注意力，资讯聚合平台对内容的追逐几乎是天性。 “大家都说内容分发平台是海量，海量到底有多大？一点资讯每天入库文章30多万篇，里面有一半是自媒体人的文章。”一点资讯副总编辑白兰在近日举行的“2017媒体融合论坛”上说。研究院总监郎峰蔚也表示，目前已经和4000多家媒体开展内容合作，它的愿景就是将海量用户与海量信息进行匹配。 除了海量信息，还要在独家优质内容上比拼。比如，今年9月开学季，一点资讯通过用户的IP地址变化和阅读习惯，识别出大学生群体。然后向这些用户个性化推送他们所在大学的账号内容，给这些大学生带来“惊喜”。的做法则是上线媒体实验室，向450多家合作媒体反馈内容传播的效果，以此促进合作媒体向用户提供更加优质的内容。 内容背后是流量。白兰表示，现在内容分发平台都在邀请自媒体入驻，无疑是看到了流量的红利。郎峰蔚也直言，与众多媒体开展内容合作可以“将所有的APP打通，创造更好的流量，更好的赢利模式”。 战役二：开打社交牌 社交是资讯聚合平台打出的新牌。 这甚至在你下载它们时就能感受到。在苹果手机的应用商店中，搜索“”，你会发现这款软件的广告图片提示“更多明星、大V入驻”。 这些“大V”，最近也成为争夺的对象。 近日，网上传出知乎大V“恶魔奶爸”的一张朋友圈截图：“今年一口气签了300多个知乎大V，刚把我也签了，而且是给钱的，年收入比普通白领高。签完以后所有内容不可以再发知乎。” 同“恶魔奶爸”类似，李熙(化名)原来是百度百家的作者，5个月前收到邀约，请其入驻旗下的悟空问答。他告诉科技日报记者，自己每个月都可以在悟空问答获取一些收入。 悟空问答还不是最新的动态。现在你打开APP，还会收到一个弹窗，邀请你“同步通讯录和手机号，和朋友们一起看头条”。 此外，在短视频领域，在今年元旦前后上线了火山小视频。一点资讯也正在短视频领域发力。而无论是问答业务，还是短视频，亦或是同步通讯录，都与社交二字密不可分。 “由于资讯聚合平台的信息量、信息流展现形式和智能推荐机制，内容方与用户、用户与用户之间的强关系链相对较难建立和沉淀，问答、小视频等是对弱关系社交的补充。”艾瑞分析师艾欣在接受科技日报记者采访时解释说。 艾欣认为，以问答业务为例，它一方面可以为平台营造良好的互动氛围，提高用户活跃度；另一方面可以沉淀优质的用户自制内容(UGC)，补充内容池，完善内容生态，逐步打造差异化壁垒。 但内容聚合平台真要转型社交平台吗？互联网分析师张孝荣认为，非也。目前社交巨头的版图不易撼动，内容聚合平台探索社交，依然是在为内容服务。 “我觉得它的主要目的还是在于，形成用户的阅读习惯，收集用户多方面的数据作为分析依据，最终来增加用户的黏性。”张孝荣说。 战役三：算法谁最强 除了通过内容争夺和社交化“黏”住你，内容聚合平台还使出了杀手锏——人工智能。 “资讯分发技术是个循序渐进的过程。”艾欣介绍，资讯分发从纯编辑分发，到混合智能推荐，再到算法分发，平台对用户的理解在加深，并一步步朝更符合用户期待、分发效率更高的方向走去。 以为例，张孝荣分析，早期它以非个性化推荐为主，之后以个性化推荐算法为主，协同过滤就是方法之一。在张孝荣看来，协同过滤属于比较“弱智”的人工智能，它最早被用于垃圾邮件过滤，后来被电商平台用来向用户推荐商品。 “当前阶段，则以大规模实时机器学习算法为主，用到的特征达千亿级别，能做到分钟级更新模型。”张孝荣告诉记者。 整体来看，目前国内大多数资讯聚合平台仍在使用协同过滤技术，并开始像一样向深度学习转变。比如腾讯3月底推出了深度学习平台DX-I，并称已在其旗下资讯聚合平台天天快报上得到验证。 “如果说人工内容推荐如同司机开车，那么深度学习所带来的内容推荐，则如无人驾驶。”张孝荣介绍，深度学习技术可以利用用户数据来“感知”用户喜好，为用户精准推荐内容，大大提高了内容分发效率和读者阅读效率。 但目前深度学习推荐技术也难称完美。比如它对于语义理解和推理还欠点火候。再比如，大数据收集和标注的成本水涨船高，对规模较小的内容聚合平台而言，面临即使采用该技术，也没有数据支撑网络模型训练的尴尬境地。 “未来，将形成渠道巨头瓜分流量的基本格局。在流量和变现方面优势微弱的媒体会转为依赖渠道流量的自媒体，媒体价值将成为平台发展关键。”这是艾欣眼中资讯聚合平台的明天。 |
