你手机里满屏的自媒体、诱人标题,都是怎么来的?

subtitle 胖编怪聊10-05 09:39 跟贴 7419 条
打开网易新闻 查看更多精彩图片

【推荐关注公众号:《网易轻松一刻工作室》】

话说这两天,八卦党、CP粉、追星族小学妹,发誓要彻底跟从前的自己划清界限。

用小学妹自己的话讲:

每天打开手机就是看八卦、追明星,感觉自己的青春要被荒废了。

既然控制不了自己不玩手机,那我为啥不用手机做点有意义的事儿。

说干就干!

为了让自己的玩手机玩的更有意义,小学妹毅然决然地卸载了微博、豆瓣、知乎好几款APP,取而代之的则是XX新闻、XX头条、XX资讯等资讯软件。

结果,想必各位都能猜的到。

小学妹再次回到了原来追星、看八卦的生活,而且这次的情况比原来还要严重。

以前是打开手机看八卦,现在是手机不离手,时时刻刻看八卦。

非但没能脱离八卦圈反而越陷越深,现在的小学妹简直有一肚子的苦水要讲:

现在的新闻APP,简直比八卦圈还要厉害!

我只是打开了一条郭碧婷结婚的新闻,结果刚看完了就发现了一条郭碧婷前男友的新闻。

看完郭碧婷前男友的新闻,谁成想下面又出现了好多向佐前女友的消息!!!

不仅内容越来越对我的胃口,而且这标题还一个比一个的勾魂儿。

什么《前女友谈向佐大婚,郭碧婷这样回复》《向佐谈前女友,粉丝替郭碧婷担心》 《让郭碧婷倒追的男艺人,八大细节指向F姓男艺人》...........哎......

对于小学妹的苦恼,讲真胖子我真的特别能理解。

作为一个资深互联网小编,网络新闻算法的强大,我真的深有体会。

互联网新闻算法或称新闻个性化推荐系统,讲真其实真不是什么新鲜词儿了。

早在1995年的美国人工智能协会上,卡耐基梅隆大学的 Robert Armstrong便首次提出了个性化推荐这一理念。

同年,斯坦福大学的Marko balabanovic等也推出了LIRA——一个个性化推荐系统。

时间来到2012年,以推荐算法为内核的个性化推荐新闻app,开始进入国人的视野。

除了屏幕上总会跳出自己喜欢信息的新奇体验外,其那句著名的“你关心的,才是头条”的slogan,同样让习惯了老式互联网资讯的用户眼前一亮。

有幸近距离接触过,这段变革的历史。

小编这里给各位简单的科普一下,这件事对整个行业的意义。

其实,早在2012年以前,整个互联网的资讯传播,还是属于比较简单的方式。

每天,各大门户网站的小编,从各种渠道挖掘出一些有“价值”的信息,再将这些信息根据个人经验、后台数据等进行“排版”,再推送。这个过程,也就是业内俗称的新闻采编

在这种机制下,大家点开某新闻网站或某新闻聚合APP时,获取资讯的多少、类型,很大程度上会受到当天小编的影响。

比如,当天国足输球了,小编觉得很多人会关心,于是这条新闻便会在整个版面的最上面。

当天,某某美国明星结婚,小编觉得关心的人少,所以这条新闻的版面便在国足的下面。

在这种情况下,如果你想看自己感兴趣的资讯,那便需要自己滑动手机寻找。

但在2012年,基于算法分发的个性化推荐新闻app的推出,彻底的改变了这一切。

同传统的小编排版面不同,这类app将这一切交给了算法。

算法根据你的人物特征,如兴趣、职业、年龄、性别和用户行为;

环境特征:如地理位置、时间、网络、天气;

文章的特征:如主题、隐含主题、时效性、热度、来源……

为你推荐你最感兴趣的文章,实现信息分发与受众兴趣标签的高精度匹配。

更可怕的是,机器还会通过你的使用,不断的自我学习,增强推荐的精确性。

你使用的越多,推荐也就越精确,下次推荐给你的内容,你也就越会有点开的可能性。

我们回到小学妹这个事情上,当小学妹通过第三方账号关联到XX头条、XX资讯时,自己的兴趣、爱好、等等信息,其实早就被这些平台获取。

平台根据这些的以往的信息,很快的勾勒出一份关于小学妹的用户画像。

虽然,小学妹也看了几篇时政要闻,但机器还是能根据很多数据判断出,小学妹对这些内容其实不感兴趣。

再后来,小学妹点开了自己喜欢的八卦,系统也开始随之迅速的转变。

小学妹越看越多,推荐系统也就越来越了解小学妹,算法也就越有针对性。

最终,小学妹彻底迷失在了八卦追星的资讯里。

对于,这种沉迷是好是坏,大家可以自行讨论。

小编要讲的是,越来越先进的个性化推荐系统,真的可能比你自己更了解你。

说出来不怕大家笑,因为点开过几次美女大长腿的图集,我现在在app里的推荐给我的妹子们,已经好久都没穿过裤子了。

学冷知识,就在《胖编小课堂》!

【推荐关注公众号:《网易轻松一刻工作室》(ID:qingsong_163)】

打开网易新闻,阅读体验更佳
大家都在看