讲述微信8年走来心路历程 张小龙四小时超长演讲全文
|
如果从完成一个目标或者KPI角度来说这个倒是最快的。因为人毕竟有惰性，如果我们推荐一些他不感兴趣的一些，反对这样的保健品的文章，用户并不会感兴趣，甚至觉得不好看就离开了。所以大部分其实并不愿意主动学习新知识。 那怎么办？我们会尝试社交推荐这一条路，这是一条什么样的路？可能大家对于它的理解会有一些不够深，我自己怎么样看社交推荐来阅读这样一个事情的。我一直很相信，也反复跟团队强调这一点。我说其实通过社交推荐获取信息，其实是最符合人性的。因为如果我们要接纳新信息，其实并不是我们主动跑到图书馆或者跑到搜索网站搜索，我们并不是到书店逛，找这一类东西来看。相反大部分情况下，我们都是听到周边人推荐来做决定。像我这些年读的书，其实基本都是受朋友影响读的。如果一个朋友在朋友圈发这个书真的好看，我多半可能觉得他认为好看，我也要看一下，因为有人给我背书了。 我看电影并不是按照我兴趣做一个兴趣榜单，搜你兴趣电影。很多都是朋友觉得这一部点因好看，因为相信我的朋友，所以我会找这一部电影来看。如果周围人都说这个电影好看，你不看会觉得自己落伍，损失某一块认知，所以会去看。本质来说很难说什么内容更好。比如电影，可能对这一类题材不感兴趣，但是大家多推荐可能就会去看。我对推荐认知是推荐可能是这样越来越强一种帮助一个人决策的一种因素。因为我们确实很难评判什么是好的内容，什么是不好内容。但是社交或者社会是一个经过很多年进化到现在，我认为社交推荐有一个特别有意思的一点，是它是一个系统，并且是一个很复杂的，内部能够不断循环的系统。什么意思？就是举一个例子，如果通过机器推荐，不断强化某一方认知，甚至是你已经走偏但并不知道，一直按照这个方向往下或者越来越相信认同这一块儿，这时候是很难回来。但是社交系统有一个很好优势是它具有纠错能力系统。先试一遍，如果老去买一种保健品，可能有人会跟你说这个有问题，你的社交关系会把你拉回来，这就是社交关系强大的地方。是内部一个平衡系统。 如果我们要让所有人都阅读一个大众化阅读产品的话，我反而认为只有基于社交推荐才有这样的机会，才可以让人人都去阅读。本质来说这个做的并不是阅读的事情，而是社交延续，人会因为社交而阅读，而不会因为要学习而阅读。像好看上线以后，看一看团队特别兴奋，认为能够看到数据有突飞猛涨，像在座各位，可能大家之前不会好好看一看里面的，现在会每天看一看哪些好看，有朋友推荐文章。你会关心朋友这个圈子社交体系里面发生的事情。这一块儿看起来目前来说跟我们的预期比较相符合，就是说它的增长其实挺好的，但是我们在这里其实措施上还是挺保守。因为这里需要有一个逐步进军入所有用户的过程。 这里也有一些障碍我们需要跨越。既然是社交阅读，就要打上社交烙印，你很可能会推掉一个强化你人涉东西，而不是真正内容特别好的东西。这个问题我们也不是特别的担心，因为社交关系，每个人社交关系是复杂的，特别微信好友的关系越来越复杂，我们从中学同学，大学同学，同事等等，全包含在里面。反而会看到不同全层，不同位置，不同的地方的这一些朋友们，他们都再看什么。这些信息很多都是自己不会看的，也是超出兴趣之外的。如果我们把这些文章直接放在这里是不会看的，跟你没有一点关系，但是他们因为是你的好友，或者你熟悉的人，他们在看的东西，这时候你会有兴趣偶尔也去看几遍，这时候你会获取到你兴趣之外，本来跟你没有关联性的东西，并且以此会打开兴趣新的窗口，并且好看这里面的信息，也跟朋友圈里面转发不一样，我们刚刚说朋友圈更多是因为自己观点而转发，这时候是以人来讨论问题，但是好看里面有文章机合的，有一个自动的板聊机制。 一般的用户很少主动屏蔽别人。二级市这个人的东西你不感兴趣，但是会感到周边世界发生了什么。代表你周边世界一部分，你希望通过它的眼睛看这个世界。哪怕他推荐文章你觉得不合你的眼，但是并不妨碍你关注，你想要了解他在看什么。所以我认为很多人会继续保留不同的全层朋友关注度并以此作为打开自己世界一个窗口。很多人会认为社交推荐，因为受你朋友圈子影响，看到东西会被限制住。有时候我确实有这样的感觉，跟朋友圈来说我经常认为朋友圈是一个人能够看到的全世界，因为每个人东西有限，也许他看到朋友圈可以代表他获得所有信息。社交推介看到东西也代表我能够看到的全部信息。但是这里面全部信息至少有一点好的，你关系人变得越来越复杂，好友越来越多时，你会借朋友圈的眼看世界不同角度，也是一个好事情。最好看来说现在第一个版本，很多人觉得很粗糙，确实很粗糙，因为并不是原生代码写的，是WEB页面展现。但是可以帮助我们更快迭代，很快上线各种优化措施。现在其实有一点像一个很粗糙0.1版本。 十三、贴标签是信息流，对AI保持警惕 （编辑：网站开发网_安阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
