胡小羽 王磊 胡康
摘 ?要 ?隨著計算機技術(shù)的不斷發(fā)展,基于數(shù)據(jù)挖掘、智能算法的算法推送平臺正日益成為大眾獲取信息的重要渠道之一。氣象信息是大眾生活中的“強需求”內(nèi)容,面臨著領(lǐng)域細分、精準定位和個性化定制的挑戰(zhàn)。在豐富內(nèi)容的同時,如何適應(yīng)算法推送式平臺的風格、受眾和信息推送方式,是擺在氣象信息傳播者面前新的重要挑戰(zhàn)。文章以國內(nèi)算法推送式平臺的代表今日頭條和抖音為例,通過數(shù)據(jù)調(diào)查和實踐經(jīng)驗,探討如何更有效地在算法推送式平臺進行氣象信息的傳播。
關(guān)鍵詞 ?氣象;傳播;算法推送;今日頭條
中圖分類號 ?G2 ? ? ?文獻標識碼 ?A ? ? ?文章編號 ?2096-0360(2019)21-0024-05
1 ?算法推送式平臺及其發(fā)展
算法推送信息是一種通過計算機算法、挖掘海量數(shù)據(jù)等方式,將個性化信息流推送給不同用戶的智能媒介技術(shù)。有學者認為,算法推送信息雛形來自1995年麻省理工學院尼古拉斯。尼葛洛龐帝提出的“The Daily Me”假設(shè),該假設(shè)假想未來個人將擁有界面代理人,他可以收集閱讀全球各類信息,最終將資料組合成個性化的摘要。隨著互聯(lián)網(wǎng)全球化和大數(shù)據(jù)計算挖掘技術(shù)的不斷發(fā)展,這個假設(shè)已在如今成為現(xiàn)實,即算法推送式平臺。算法推送型信息傳播正逐漸與以門戶網(wǎng)站為代表的編輯推薦型、以微博微信為代表的社交分享型形成三足鼎立的互聯(lián)網(wǎng)主流傳播方式。
在我國,當前在運用算法推送技術(shù)較有代表性的是字節(jié)跳動公司旗下的今日頭條和抖音平臺,他們分別在新聞和短視頻領(lǐng)域占有較高的市場份額。今日頭條平臺是一款基于機器學習的個性化資訊推薦引擎,據(jù)公開數(shù)據(jù)顯示,截至2018年12月,今日頭條累計激活用戶達7億,日活躍用戶達7 800萬,人均日使用時間超過76分鐘。
抖音平臺則是一款基于算法推送的短視頻分享平臺,據(jù)字節(jié)跳動公司相關(guān)數(shù)據(jù)顯示,截至2018年12月,抖音平臺的日活躍用戶超過2億,月活躍用戶超過4.5億日均視頻播放量超過200億。據(jù)抖音平臺統(tǒng)計,其高學歷年輕用戶占比較高,其中女性用戶占55%,男性用戶占45%;35歲年輕用戶超過90%;大學本科學歷占比過半;一、二線城市用戶超50%。
2 ?氣象信息在算法推送平臺上的傳播現(xiàn)狀
和傳統(tǒng)電視、報紙、廣播相比,當前氣象信息傳播在算法推送式平臺上無論從覆蓋面還是內(nèi)容豐富度上都有所欠缺。根據(jù)從今日頭條平臺收集的數(shù)據(jù),當前平臺中氣象內(nèi)容生產(chǎn)和傳播總體呈現(xiàn)出以下幾個特點。
2.1 ?頭條號覆蓋面廣,體量兩極分化
全國范圍內(nèi),中央氣象部門和各省都開通了氣象領(lǐng)域的頭條號,覆蓋面較廣。但在數(shù)量上呈現(xiàn)出兩級分化的狀態(tài),其中安徽、貴州、河南、江蘇、內(nèi)蒙古、山西、陜西和浙江八個省份擁有超過50個氣象類頭條號,而像中央級以及包括北京、江西、福建、甘肅、廣東、廣西、海南、河北、黑龍江在內(nèi)的22個省份氣象頭條號的數(shù)量不超過20個。整體情況如圖1所示。
2.2 ?閱讀時間段具規(guī)律性,晚間閱讀激增
氣象信息內(nèi)容發(fā)布時間較均勻,但對用戶的點擊沒有太大影響。如圖2顯示,用戶閱讀時間段呈現(xiàn)出明顯的規(guī)律性,一天當中有兩個小高峰和一個大高峰。其中,早晨6點至8點、下午12點至15點為閱讀量的小高峰,閱讀量普遍在11萬至12萬,晚間20點至22點是一天當中的閱讀高峰,遠高于白天任意時段,通常閱讀量能在20萬以上。整體情況如圖2所示。
2.3 ?閱讀氣象信息用戶,以中年男性居多
在今日頭條氣象信息的閱讀用戶中,年齡普遍偏向于中年群體,其中41~50歲的用戶占最多,其次是31~40歲和50歲以上的群體,24~30歲和18~23歲用戶較少,最少的是小于18歲的未成年用戶。具體分布如圖3所示。
從性別與氣象信息的閱讀習慣來看,男女用戶的推送文章比例基本一致,說明平臺在推送時沒有針對性別偏好有巨大差別。但可以看到,文章的閱讀數(shù)呈現(xiàn)出較大的差異,其中男性用戶的閱讀數(shù)超過80%,遠超于女性用戶。如圖4所示。
2.4 ?江西各城市氣象信息閱讀量不均等
通過今日頭條平臺提供的數(shù)據(jù),江西省內(nèi)各城市氣象信息的發(fā)布數(shù)量相差不大,內(nèi)容的數(shù)量和豐富度上較為平均。然而,實際用戶閱讀數(shù)即用戶瀏覽量分布明顯不均等,其中南昌市的閱讀數(shù)最高,超過30萬次,而包括第二位贛州在內(nèi)的其他城市閱讀量普遍不足10萬次,相差明顯。如圖5所示。
城市發(fā)展程度、智能手機的普及率、平臺的使用率等都是形成這種顯著差異的因素,但未來隨著算法推算式平臺的不斷普及,這種地域性的差異可能會逐漸消減,可見未來用戶和閱讀前景還是較為廣闊的。
3 ?算法推送平臺氣象信息傳播及趨勢
在氣象賬號地域、閱讀時段、城市瀏覽量分布不均的現(xiàn)狀下,當下氣象信息的推送在內(nèi)容、時段等方面都沒有明顯的內(nèi)容差異和傳播策略上的應(yīng)對。“廣撒網(wǎng)”的傳統(tǒng)傳播思維已不能適應(yīng)算法推送信息的時代,了解當前不足和用戶特征的基礎(chǔ)上,還需不斷積極探索算法推送式平臺的傳播規(guī)則,對內(nèi)容做出因地制宜的調(diào)整,便于將優(yōu)質(zhì)氣象信息精準傳達到有需求的用戶手上。
3.1 ?算法推送式平臺基本推薦機制
在算法推送式平臺,用戶主要可以通過三種方式接受到氣象信息:一是平臺推薦內(nèi)容,即機器根據(jù)一定算法匹配將信息推送給用戶;二是用戶關(guān)注賬號內(nèi)容,像是頭條和抖音平臺中,保留了內(nèi)容生產(chǎn)者的關(guān)注和訂閱功能;三是用戶搜索,即用戶在搜索欄中搜索用戶名、關(guān)鍵詞或標題等,查找出的特定內(nèi)容。這其中,最重要的一類就是平臺推薦內(nèi)容。
通過對今日頭條和抖音平臺的調(diào)研,其推送機制主要有以下三個維度。一是用戶特征。通過用戶在平臺的行為分析,算法會給予用戶不同維度的標簽,例如興趣、職業(yè)、年齡、性別、使用機型,并根據(jù)點擊行為進行校準和更新。二是環(huán)境特征。用戶位置、瀏覽時間、使用網(wǎng)絡(luò)以及當?shù)靥鞖獾?。三是文章特征。即該文章可能包含的主要信息和方向,例如關(guān)鍵詞、類別、熱度、文章時效、文章質(zhì)量、信息來源等。機器通過分析用戶特征與內(nèi)容特征,并結(jié)合環(huán)境特征,將三者匹配,最終形成“千人千面”的個性化推送。通過2019年2月至3月“江西氣象”頭條號的數(shù)據(jù)分析來看(如圖6所示),平臺推薦量通常遠高于用戶閱讀量,且總閱讀量和推薦量呈現(xiàn)出明顯的正相關(guān)。
未來氣象信息傳播者,必須要根據(jù)平臺推薦機制對發(fā)布內(nèi)容進行調(diào)整,以爭取更多推薦,才擁有被更多用戶點擊瀏覽和傳播的可能。
3.2 ?基于推薦機制的內(nèi)容優(yōu)化趨勢
盡管氣象相關(guān)信息的時效性和熱點性較強,但通過分析“江西氣象”頭條號2個月來高推薦量的文章,幾個相關(guān)因素是對提高推薦較為有利的。
3.2.1 ?標題簡介
標題不僅是平臺選取關(guān)鍵詞的重要渠道,更是決定用戶是否閱讀的關(guān)鍵因素,平臺推薦可以保證內(nèi)容出現(xiàn)在用戶首頁,但是否點擊閱讀則是用戶來決定的。
表1中的十個標題,有幾個較為統(tǒng)一的特點。一是地域信息明確。前十標題中80%包含省份名稱“江西”,這有利于平臺進行地理特征的定位,便于推送,同時本地天氣預報作為“強信息”也有利于吸引當?shù)赜脩舻拈喿x,因此,推薦量和閱讀量都較為可觀。二是設(shè)問語氣。前十標題中70%都為設(shè)問語氣,疑問如果切中用戶關(guān)注點,容易提高點擊,推薦到閱讀的轉(zhuǎn)化率較高,通常在10%到20%之間。三是包含重點天氣。作為氣象內(nèi)容必然包含天氣,但通常一段時間的天氣重點是不同的,綜合式“天氣”不如只提煉一點最重要的“雨水”“降溫”或“冷空氣”等關(guān)鍵詞,更容易被抓取和識別。當然,優(yōu)秀的標題絕不是“標題黨”,在抓眼球和獲取推薦基礎(chǔ),必然是文題相符的大前提。
3.2.2 ?題圖
在做好標題的同時,好的題圖也非常吸引眼球。同一天的天氣,兩篇不同的稿件,不同的題圖也會對推薦量有所影響?;诮袢疹^條平臺的總體用戶多以中年男性為主,一張符合常規(guī)氣象信息“權(quán)威發(fā)布”印象的題圖,可能會容易獲得推廣和點擊。如圖7所示。
3.2.3 ?正文信息
正文信息是內(nèi)容的主體,同樣也應(yīng)與推薦機制相對應(yīng)。一是強調(diào)地域性。如提到天氣時,應(yīng)將省份名稱和城市全稱點出,如“全省天氣……”應(yīng)改為“江西全省天氣……”,如“贛南多云”應(yīng)調(diào)整為“贛州市多云”等,便于識別。二是正文圖片,圖片有代表性、不過多影響閱讀。同時還不應(yīng)包含二維碼信息,容易被系統(tǒng)判定為外鏈,影響推薦甚至影響最終發(fā)布。
3.2.4 ?響應(yīng)平臺活動和話題
話題,是平臺很多主推或熱門的風向標。以抖音平臺為例,每段時間或者特殊節(jié)假紀念日等,平臺方會以官方發(fā)起話題,吸引大眾生產(chǎn)視頻生產(chǎn)和參與。一般而言,參與此類話題的內(nèi)容將更容易獲得推薦,對于氣象官方號來說更是如此。根據(jù) “江西氣象”2018年4月至5月抖音視頻數(shù)據(jù)(如圖8所示)可以明顯看到,瀏覽量最高峰的視頻主要是由于該參與了主平臺“這是你的第幾個勞動節(jié)?”五一節(jié)話題活動,而次高的視頻則參與了“當我‘親近自然”話題。
4 ?結(jié)束語
算法推送式平臺正在成為人們獲取信息的主流頻道之一,不同與社交化信息傳播平臺需要吸引用戶的關(guān)注和傳播,算法推送式平臺用智能計算將用戶和內(nèi)容鏈接起來,可以將氣象信息的生產(chǎn)發(fā)布的重點重新回歸到內(nèi)容本身。研究算法規(guī)則和平臺用戶特征,都是為了更好地將氣象信息精準推送到真正需要的用戶手中,而不因本末倒置,為推廣而推廣。氣象工作者們還需繼續(xù)秉持“以人為本”的初心,不斷探索,才能在未來讓更多人享受到精準化、智能化、個性化的優(yōu)質(zhì)氣象服務(wù)。
參考文獻
[1]史安斌,王沛楠.傳播權(quán)利的轉(zhuǎn)移與互聯(lián)網(wǎng)公共領(lǐng)域的“再封建化”——臉譜網(wǎng)進軍新聞業(yè)的思考[J].新聞記者,2017(1):20-27.
[2]王茜.論個性化信息推薦系統(tǒng)的運作邏輯及影響[J].鄭州大學學報(哲學社會科學版),2017(1):155-157.
[3]王茜.打開算法分發(fā)的“黑箱”——基于今日頭條新聞推送的量化研究[J].新聞記者,2017(9):7-14.
[4]尚帥.傳播的興趣偏向和渾然不覺的符號暴力——基于《今日頭條》的算法控制研究[J].現(xiàn)代傳播,2018(10):58-62.