从三个体系的建设，一起窥探内容如何流动的秘密。

[核心提示] 将内容视为分散的信息组成体，即内容流问题实际上是信息流系统的建设。之前曾写过 UGC社区类产品系列1：处理非法内容，UGC社区产品系列2：如何让用户创建内容。这次，我们来谈谈内容是如何流动的。先破题，内容如何流动，换个方向思考，也就是你是如何收到信息的。将内容视为分散的信息组成体，即内容流问题实际上是信息流系统的建设。接下来，我们将从三个系统的建设中窥探如何流动内容的秘密。最早接触层次关注体系的社区是康盛生产的 Discuz! 在论坛上，用户只能主动参与帖子互动，然后默认授粉并关注帖子，然后通过消息系统向您发送帖子的相关更新通知。DZ论坛尚未显示关注系统，所有参与帖子和更新推送都是通过背景默认记录进行的。这一时期的DZ论坛关注系统是帖子(发帖、参与帖子回复、顶贴等互动)，即一层关注系统。百度知道，通过用户关注分类、关键词和问题，然后在用户个人主页上收到来自这三个方面的动态信息，即两层关注系统。（注：关注分类和关键字，但范围不同，实际上属于关键字关注系统）知乎在2012年8月修订前通过用户关注主题、问题和人，然后在用户的个人主页上收到这三个方面的动态信息，即三层关注系统。关注系统设计的人越多，内容流动就越有帮助。然而，用户通过个人主页接收所有信息，导致信息消费成本增加，大喊悲伤和易怒。此时，解决方案是将多层次关注系统分为权重显示，即权重最高的放在个人主页上，其他权重较低的放在其他入口上。权重取决于关注系统对内容价值取向的影响。例如，知乎于2012年8月修订，关注人的信息动态显示在个人主页上，主题通过主题列表聚合页面显示。因为关注人带来的问题内容价值大于话题带来的问题内容价值，即信息源粒度小，噪声低，价值大。产品形式：个人主页、频道聚合、新闻系统设计原则：在设计关注系统的过程中，我们必须结合自己的产品找到可能更多的关注系统，然后根据产品带来的价值进行权重显示。最后，关注系统中用户参与互动的所有内容都依赖于信息系统。智能推荐系统的关注系统不同于智能推荐系统。前者由用户主动设置关注信息源产生信息流，后者由系统生成数据模型的信息源产生信息流。建立智能推荐系统，一般从用户和内容两个维度出发。从用户开始，可以根据用户的行为(赞这个的用户也赞那个)、用户关系(你有24个共同的朋友)、建立推荐系统，如用户兴趣(读过这本书的学生也读过这些书)；从内容出发，可以根据相关内容(关键词相关内容)建立推荐系统。、内容消费(推荐擅长内容的人)、建立内容流行(热门内容推荐)等推荐体系。豆瓣根据用户对书籍的看法和品味，寻找品味相似的人的书籍；根据内容关键词计算相关文章推荐无相关插件。严格来说，豆瓣是UGC智能推荐系统的标准产品。只要是东西，豆瓣就能找到东西之间的共性维度，尽可能多的维度建模推荐，值得深入研究。产品形式：推荐模块、热频道设计原则：社区注定要以内容为主体，辅助人际关系，不要担心用户之间的关系。可以交叉组合推荐人与用户。用户在UGC产品中进行内容组织的过程属于高级行为，非常有价值。由于它是UGC产品，用户创建的内容自然多种多样，促进用户组织内容，有利于内容流动。建立内容组织体系，一般从结构化和关注化入手。从结构化的角度来看，用户将多维度的碎片串联起来，整个UGC产品的内容由无序变为有序，形成一个结构化的网络。用户可以通过关键字检索找到结构单元。解决用户信息获取，促进内容流动。例如，在厨房里搜索各种菜单。从关注的角度来看，用户把自己喜欢的文章放在一个列表上，其他用户无意中发现并订阅了关注这个列表。此时，该列表通过新闻系统形成了另一个关注系统，以促进内容的流动。比如豆瓣读豆列。产品形式：定制收藏列表和个人主页显示列表的设计原则：内容组织遵循内容粒度和产品相关原则的原则。例如，厨房的单个内容是食谱，多个食谱的收集是菜单；豆瓣的单个内容是书，多本书的收集是书单（阅读豆列）。在现实生活中寻找小颗粒的对象，形成产品形式，最终形成产品的核心结构。如何流动结论内容，就是从内容和人的属性入手，找出信息流的方向和数据挖掘的维度，找出内容组织的粒度关系。

以上就是关于从三个体系的建设，一起窥探内容如何流动的秘密。的相关介绍，更多从三个体系的建设，一起窥探内容如何流动的秘密。相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对从三个体系的建设，一起窥探内容如何流动的秘密。有更深的了解和认识。