社區(qū)內容量很大時，內容曝光有限，非常影響社區(qū)作者創(chuàng)作的積極性。為了解決內容曝光有限的問題，內容標簽系統(tǒng)不失為一種有效的解決方案。本文結合一些案例來探討，做內容標簽系統(tǒng)的必要性。

一、問題背景

社區(qū)產品中，在內容量大的情況下，曝光數(shù)量和內容總量相比，是十分有限的，對社區(qū)作者很不利。

我們以一個案例來分析一下，曝光有限對作者的嚴重危害。

某社區(qū)起步時有1千個作者，發(fā)展兩年后，作者變?yōu)樵鹊?00倍，也就是10萬。每一位作者的每天能發(fā)布數(shù)量都在一個正常范圍內，即人均發(fā)布數(shù)量一定。

剛起步時，社區(qū)的作者數(shù)量是較少的，因此每天的內容新增量也少。在社區(qū)中發(fā)布后，非常容易被曝光到讀者用戶，被用戶閱讀互動。

當作者變?yōu)?0萬后，人均發(fā)布數(shù)量一定時，對應每天的內容新增量變?yōu)樵鹊?00倍。雖然讀者的用戶量也有一定比例增長，但由于內容新增量更多了，每個作者發(fā)布的內容被曝光的機會，會變得更加稀有和珍貴。一旦曝光需求沒有得到滿足，作者就無法收到讀者的閱讀互動反饋，也就無法形成正向激勵。

我們知道，看一個社區(qū)的價值，可以是看作者的規(guī)模及質量。比如YY直播，看的是主播；知乎，看的是大V等回答者；B站視頻，看的是UP主。

一個無法滿足作者曝光需求的社區(qū)，無疑會導致作者粘性降低，非常容易流失，甚至跑去競爭對手的平臺。

二、標簽的定義

為了解決內容曝光有限的問題，內容標簽系統(tǒng)不失為一種有效的解決方案。

內容標簽系統(tǒng)，是用若干關鍵詞來描述內容特征。它適用于內容量大的社區(qū)產品，用來改善內容曝光。

三、標簽如何改善曝光

標簽是如何解決曝光有限的問題呢？基于標簽的推薦，可以有效讓內容曝光至對應的目標用戶。

必須明白的是，我們解決曝光有限的問題，不是為了曝光而曝光。而是希望，將內容準確地推薦至目標用戶，讓目標用戶消費，并作出正向反饋，給到社區(qū)作者，從而維持社區(qū)作者的創(chuàng)作積極性。

在內容量大的社區(qū)產品中，存在信息過載，而讀者的內容需求是多種多樣的、不斷細分的。因此，內容消費方式需要從原先由用戶主動獲取，轉變?yōu)橐酝扑]為主的被動獲取。從千人一面，轉變?yōu)榍饲妗?/p>

標簽有3種典型的推薦應用場景，可以改善曝光，分別是:新用戶內容推薦、相關內容推薦、個性化內容推薦。

1.?基于標簽的新用戶內容推薦

社區(qū)產品中，每天都有大量的新增用戶。

新用戶在注冊時，選擇自己感興趣的內容標簽，在使用產品時，就可以將相同標簽的內容推薦給新用戶。

不同用戶選擇標簽的不同，因此，推薦給用戶的內容也不同。這樣，可以讓更多內容有曝光給新用戶的機會，提升曝光覆蓋率。（曝光覆蓋率=被曝光的內容數(shù)/內容總量）

以小紅書為例，新用戶注冊時，選擇感興趣的內容標簽后，如“時尚”“護膚”“明星”“彩妝”。完成注冊后，生成“時尚”“護膚”“明星”“彩妝”相關的內容首頁和標簽頻道欄。

2.?基于標簽的相關內容推薦

在功能設計上，在內容詳情頁顯示該內容的標簽，當用戶希望看相同標簽下的更多內容時，只需點擊標簽，即可曝光更多內容。在看接下來的內容時，用戶又通過其他標簽看了其他的內容，形成一級一級的擴散，形成的是網絡裂變式的曝光。

標簽在這個體系中通過以下方式發(fā)揮作用：標簽形成了曝光路徑。

單個標簽可以讓內容與內容之間的形成直接連接，而推廣到一個完整的標簽系統(tǒng)可以讓全體內容形成一個內容網絡。也可稱為“知識圖譜”，內容與內容之間，通過有限數(shù)量的標簽，即可互相找到。

如圖，用戶看了內容1，通過標簽A找到內容2，接著通過標簽B找到內容3。本來內容1和內容3是沒有任何聯(lián)系的，而通過標簽A和標簽B，讓用戶間接找到了內容3，實現(xiàn)了內容3的有效曝光。當然了，還有其他曝光路徑，也能讓用戶從內容1到內容3。

如人人都是產品經理社區(qū)，以我發(fā)布的《以圖片社區(qū)為例，如何利用熱度算法做內容質量評估》文章為例，文章末尾顯示標簽“熱度算法”。用戶點擊“熱度算法”，帶有“熱度算法”的其他文章就會得到曝光。如此，用戶在其他文章中，也通過相同的方式，實現(xiàn)看了又看。

3.?基于標簽的個性化內容推薦

在熱度算法一文中，我們知道了熱度高代表受用戶歡迎，熱度高的頭部內容能夠充分被曝光給用戶。然而，在頭部內容之下，是占內容總量最大比例的腰尾部內容。這些內容中，不乏存在優(yōu)質和潛力的內容。如果沒有把這些內容曝光，其實是很大的浪費。

基于標簽的個性化內容推薦是，內容通過標簽生成內容特征，和用戶偏好相匹配，這是一種千人千面的內容分發(fā)方式。這樣，原先未被用戶發(fā)現(xiàn)的大量腰尾部內容，就可以被推薦給適合的用戶，實現(xiàn)了更多內容的曝光。

標簽是如何為個性化推薦服務的呢？我們要知道，標簽是描述內容本身的特征，是附屬于內容的元數(shù)據(jù)，它可以被結構化，被計算出對應的權重分值。這個的大用就在于，內容對應的標簽是有輕重程度之分的。因此不同的內容，除了帶不同的標簽容易區(qū)分外，帶相同的標簽，也能通過標簽權重分值區(qū)分出內容特征的輕重程度。

最簡單的算法模型思路是：

• 步驟1：通過運營手段或自動規(guī)則，生成內容特征向量（Tag1，Tag2，Tag3）=（分值1,分值2,分值3）
• 步驟2：通過用戶行為數(shù)據(jù)，生成用戶偏好向量（Tag1，Tag2，Tag3）=（分值1,分值2,分值3）
• 步驟3：計算相關度=余弦相似度=cos<內容特征，用戶偏好>。兩個向量的夾角越小，表示內容和用戶偏好更相關
• 步驟4：由此生成每個用戶不同的內容排序列表，實現(xiàn)了個性化推薦

王詩沐老師，曾在混沌大學分享過：網易云音樂不是第一家做推薦的，但我們把推薦做到了極致，把推薦算法應用到了所有用戶發(fā)現(xiàn)音樂的場景，這在國內屬于第一家。其中，以標簽為底層邏輯的個性化推薦，實現(xiàn)了千人千面的曝光，把所謂的小眾冷門音樂推薦給了適合的用戶，也能引起強烈共鳴。

四、總結

對于內容量大的內容社區(qū)，曝光有限是會嚴重影響作者的創(chuàng)作積極性。本文提出的內容標簽系統(tǒng)，正是為了解決這個問題背景而存在。

內容標簽系統(tǒng)，可以應用于3個內容推薦場景：新用戶內容推薦、相關內容推薦和個性化內容推薦。在不同的場景中，標簽發(fā)揮著不同的角色，最終都帶來了更多內容的曝光。

標簽不僅適用于內容社區(qū)，對于其他類型的產品，也有很大的應用空間。如果你的產品適合做標簽，不妨試試吧。

作者：Ln，微信號：scnulhy

本文由 @Ln?原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協(xié)議