作為一個優(yōu)秀的內容問答社區(qū)，知乎在內容分發(fā)上的許多做法值得學習。本文將從三個方面展開講解，推薦給對內容分發(fā)感興趣的童鞋。

知乎已然成為中文互聯(lián)網(wǎng)世界最大的內容問答社區(qū)。

十年磨一劍，知乎所積累的海量高價值內容就是其最寬闊的護城河?？烧蚱浜Ａ?，如何將內容高效的分發(fā)給需要它的人，就成了關鍵問題。

傳統(tǒng)的解決方案是搜索。通過明確的用戶檢索詞完成內容與用戶意圖的關聯(lián)。這是人找內容的時代。

知乎的內容分發(fā)策略卻不止搜索，還有推薦、想法和熱榜。

為什么知乎要將他們作為內容分發(fā)的策略？這些策略背后又有怎么樣的運行機制呢？

一、基于算法的分發(fā)—推薦

推薦系統(tǒng)想必大家不陌生了，現(xiàn)在不管做電商、做社交、還是做內容，如果不弄個個性化推薦，都不好意思出門。

但要搭建一個推薦系統(tǒng)，有三個步驟是必須的：理解內容，理解用戶，構建規(guī)則。

知乎也是如此。

不管是搜索系統(tǒng)還是推薦系統(tǒng)，其目的都是一致的，那就是完成人與內容的高效精準匹配。

為了到達這個目的，理解內容和用戶就成了必經之路。

那么，首先應該怎么理解內容呢？

1. 理解內容

比較常見的理解內容的方式是分類。比如up主在B站上傳視頻時需要填寫投稿內容的分類，這就是對內容最基本的分類。

在知乎也一樣，頻道、分類、話題都是對內容的分類。而內容分類往往呈現(xiàn)結構化的特點。比如，程序員小李下班在地鐵上覺得網(wǎng)易云音樂今天推薦的歌單真難聽，他就可能打開知乎去音樂app分類的子分類網(wǎng)易云音樂類目下瀏覽其他人的好歌推薦。

因此，從音樂app類目到網(wǎng)易云音樂子類目，內容分類的結構化特點其實表現(xiàn)的是一種包含關系。這種分類的細化當然不是無限細分，它最終要指向某個具體的內容。

那該如何繼續(xù)向下去理解處于分類末端的具體內容呢？最常見的方式是貼標簽。比如給一首歌貼上類型、時長、所屬專輯、歌手等標簽。

這些標簽之間并不是包含關系，而是平等關系。將它們聚合在一起就能從多個維度理解內容。

2. 理解用戶

同樣的，既然能夠給內容打標簽，自然也能給人打標簽。給用戶打標簽還有一個專業(yè)的名字，叫用戶畫像。

提到用戶畫像，自然很容易聯(lián)想到年齡、性別、學歷、地區(qū)這些基本的人口學標簽。但對于構建推薦系統(tǒng)更重要的是用戶行為標簽。

用戶在知乎的每一次關注、點贊、分享、評論、收藏，都是一次行為標簽。

這些行為標簽之間雖然并不是包含關系，但卻有不同的權重。分享的權重肯定大于評論，評論的權重肯定大于點贊。這一點在幾年前b站源碼泄露的時候已經被實錘。

有了這些多維度的標簽，就可以建立用戶畫像系統(tǒng)。然后就能搞點事情，比如大數(shù)據(jù)殺熟？

3. 推薦規(guī)則

理解了內容，理解了用戶，下一步自然就是想辦法精準連接用戶意圖和內容。

知乎采用的是用戶和內容相結合的協(xié)同過濾。

這里有個詞，叫協(xié)同過濾。什么是協(xié)同過濾呢？

打個比方吧。

先來說基于用戶的協(xié)同過濾。程序員小李除了愛聽歌，還喜歡喝酒，他覺得喝完酒寫代碼更有靈感，所以喜歡研究各種口味的酒。于是，推薦系統(tǒng)就會找到跟小李一樣喜歡研究各種口味酒的用戶，然后將這些用戶關注的與酒相關的內容推薦給小李。

再來說基于內容的協(xié)同過濾。設計師小王和產品經理小武在程序員小李的熏陶下，也養(yǎng)成了喝完酒干活的習慣。有一回，他們都瀏覽了如何健康的飲酒和菠蘿啤為什么喝不醉這兩個回答，于是推薦系統(tǒng)就認為這兩個答案有更強的相似性。在小李瀏覽了為什么菠蘿啤喝不醉這個回答后，推薦系統(tǒng)就可能將這篇回答推薦給小李。

因此，當你打開知乎首頁，看到給你推薦的那些內容，就是基于你過往的瀏覽、點贊、評論等行為標簽計算得來的。你的每一個動作，都是在為自己可能接受到的信息投票。

二、基于社交的分發(fā)—想法

1. 如何分發(fā)

與基于算法的內容分發(fā)相同，在知乎想法頁，同樣能根據(jù)用戶的主動關注實現(xiàn)個性化推薦。這被稱為基于社交的內容分發(fā)。

這很好理解，人人都是自媒體，你可以選擇關注任何你喜歡的用戶。然后這些用戶發(fā)布的內容聚合在一起，以feed流的形式展示在你眼前。相比算法分發(fā)，使用社交分發(fā)內容，用戶有更大的自主選擇權。也更強調被關注用戶的內容輸出能力。

梳理社交分發(fā)內容的過程，大概可以概括成：內容 – 關注用戶 – 更多的用戶。

連接內容和關注用戶的，是關注行為；連接內容和更廣泛用戶的，是關注用戶的分享轉發(fā)行為。

所以這樣的內容分發(fā)策略是強依賴關系鏈的。微博和微信公眾號是最典型的代表。

2. 什么內容適合社交分發(fā)

這就要求內容需要具備兩種價值：內容價值和分享價值。

內容價值是內容本身的價值；而分享價值是分享行為帶來的社交價值。

那么如何創(chuàng)造內容價值和分享價值呢？答案是：信息量。

內容的本質還是信息，度量信息的最小單位是比特。度量方法簡言之，一件事情發(fā)生的概率越小，則信息量越大。有洞見的行業(yè)觀察、頂級學霸的高光生活、出人意料的短視頻，這些內容都不屬于日常生活中的常規(guī)事件因此他們有足夠大信息量。

3. 社交分發(fā)內容的窘境

能夠穩(wěn)定生產大信息量內容的用戶，畢竟是少數(shù)人，他們也有一個專業(yè)的名字，叫KOL。因此，社交分發(fā)內容很容易就會形成馬太效應。大部分分發(fā)流量被少數(shù)頭部KOL所控制。

所以，抖音會重金挖人、微博會扶持腰部KOL、網(wǎng)易云也扶持獨立音樂人，都是為了讓社交分發(fā)更可控。

三、熱榜

1. 熱榜內容分發(fā)策略

打開知乎首頁，還有一個內容分發(fā)渠道—熱榜。

熱榜的推出是為了有深度的討論全網(wǎng)熱議話題。有深度體現(xiàn)的是專業(yè)性，這是知乎一直以來的知乎的社區(qū)氛圍，熱議話題體現(xiàn)的則是時效性。

按官方給出的熱榜熱度的說法：知乎熱榜中的內容熱度值，是根據(jù)該條內容近24小時內的瀏覽量、互動量、專業(yè)加權、創(chuàng)作時間及在榜時間等維度，綜合計算得出的。

2. 時效性

熱點內容分發(fā)與算法分發(fā)和社交分發(fā)最大的不同是時效性。有時效性的熱門話題自然也是不需要做千人千面的個性化推薦的，因此知乎熱榜也是千人一面的。

那時效性是什么？是用戶立刻、馬上、現(xiàn)在就要獲取滿足感。因此那些熱門的回答一定是那些緊扣民眾情緒的回答。

這與知乎早期理想、深度、干貨的標簽多少有些相悖。因為內容的沉淀需要時間、有價值問題的醞釀也需要時間。再熱門的內容，熱度終會褪去。

四、總結

推薦、想法和熱榜，告別了只能依靠搜索尋找內容的時代，轉而變成內容找人。不論怎樣，它們都是想要解決人與內容的高效連接這一需求。

這個需求并不是憑空產生的?；ヂ?lián)網(wǎng)內容沉淀經歷了從匱乏到豐饒，再到優(yōu)質的階段，人們對內容質量的要求越來越高。

從這個角度講，知識付費、推薦系統(tǒng)、內容分發(fā)，其實都是為了幫助人們能夠更好的認識世界。

作者：Lcarusd

來源：Lcarusd

相關閱讀：

知乎平臺廣告投放創(chuàng)意解析！

實操！知乎引流的4個技巧！

知乎賬號防封禁規(guī)則及帶貨指南！

知乎的流量洼地！