拋棄標籤,演算法自生長,社交 APP「Ta在」讓使用者因內容而聚合
今年的社交賽道十分熱鬧,創業者們都希望在同質化的社交產品中走出一條創新的路子。比如搭建更多有趣的互動場景,像是一起看電影或者接歌搶唱。而36氪最近接觸到的專案 「Ta在」認為 ,再創新的產品玩法都不足以形成長期的優勢,因為抄襲成本太低, 只有從背後的演算法邏輯重新定義社交才是可以突破的方向。
標籤化的推薦邏輯導致不精準和資訊過載
「Ta在」的 CEO 姚志煜認為, 網際網路社交的本質是一種強調身份的資訊傳遞 ,但人不可能把網線插入身體,讓大腦直接和資料對接,所以我們必須在網際網路上覆製出一個數字化的畫像。所以換句話說, 使用社交產品的不是我們每個人,而是系統對於我們的一幅幅畫像。
那麼, 如何讓這個畫像更為清晰就是首要問題 。這個畫像應該包含使用者的興趣愛好、學習能力、思維方式等各種要素,但市面上絕大多數產品還只是簡單的還原使用者的興趣愛好,或者說是片面的還原。做匹配的社交產品,通常需要使用者填寫個人資訊 or 問卷調查來提取標籤,而 單維度的標籤往往是失真的,許多使用者自我認知都並不明確。
而在資訊流的推薦上,編輯通常需要手工給海量的內容打上標籤,再基於“協同過濾”的演算法推薦給使用者。這個標籤體系是基於人的先有認知的,帶有主觀性。另外, 標籤的更新與維護也需要耗費巨大的人力物力,整套推薦邏輯並不具備自生長性。
我們在刷抖音的時候應該可以感受到,一旦你在短時間內喜歡了貓貓狗狗的視訊,之後你會被大量推送同類的內容。對此,姚志煜表示,這就是由於標籤的狹窄化導致的。 大多數產品使用的這套演算法直接導致了使用者畫像不清晰以及使用者資訊過載。
自動生長的去標籤化推薦演算法,讓人們因內容而聚合
而現在 「Ta在」 構建了一套無標籤的內容標識演算法,這套演算法可以通過內容與人之間的不斷互動進行不斷地演化 ,讓內容與人互相標識,從而越來越精準地提取使用者特徵,將內容推薦給精準人群。同時, 演算法會不斷捕捉新的知識點,隨即自動建立新的分類,不再需要任何人工更新。
有趣的是, 在「Ta在」不存在關注體系 ,使用者只能在評論區互動。姚志煜告訴36氪, 關注體系實際帶來了許多噪音 ,我可能因為這個人的某一篇文章關注了他,但並不是他釋出的所有內容我都感興趣,但關注了之後我卻需要全盤接受。
“Ta在”APP截圖
「Ta在」希望構建的社群是,每一條內容都觸達到最想看到它的人那裡,這些人之後圍繞內容產生自然而然的交流和關聯。 而在演算法不斷學習了使用者想要看到的內容之後,基於這些共同的內容再去幫助使用者匹配類似的人,也就是「Ta在」上的“合拍”功能。 這也是與今日頭條思路不同的地方(使用者之間不發生聯絡)。
未來「Ta在」並不希望侷限在社交上,而是希望在底層形成龐大的知識庫,把使用者在內容中演化出的知識總結並進行分層。 但我比較好奇的是,如何才能讓更多能夠貢獻高層次知識的使用者使用?因為這部分人通常會聚集在天然看起來適合傳播知識的地方,比如知乎 or 知識星球,而 「Ta在」目前看起來是一個不分層的 UGC 大池塘。對此,姚志煜表示,「Ta在」的推薦演算法實際上是可以天然的將使用者分層,至於如何讓他們開始使用,是之後會進一步考慮的事情,目前還處在產品形態打磨的初級階段。
團隊方面,核心技術團隊擁有中科院、微軟、領英和 Facebook 的技術背景。 事實上,這套演算法從 2011 年產生雛形,在 2015 年通過實驗室證明了其可行性,一直到去年才完全構建成熟。 演算法搭建所需的時間也是目前「Ta在」認為的競爭壁壘。
今年 6 月,團隊在上海成立公司開始進行產品開發。目前產品 IOS 和安卓版本都上線不到一週,註冊使用者過萬,目前已經邀請謝天笑、臧鴻飛、蔣友柏、高旗等人入駐。
——————————————————
ofollow,noindex" target="_blank"> 我是36氪作者夢悅,文娛、社交、消費類專案尋求報道請加微信 sunmengyue003 ,麻煩備註來意;另外歡迎下載體驗產品後留言交流你的看法~