导航菜单

拒绝大V“念经”,看「Ta在」如何打破信息茧房

一个表面闪亮、经常私下发布垃圾邮件的大V(意见领袖)可能是目前最糟糕的社交经历。

这不仅仅是大V,因为社交圈子里充斥着垃圾信息,人们错过了高效体面的在线社交生活。有毒鸡汤的深夜传播,刷屏的微经销商,晒成太阳的婴儿的母亲和其他角色都一起加入了战斗,几乎“侵占”了你的社交圈。

传统的基于人际关系的社交网络系统(社交网络服务)正在成为低效社交互动的“帮凶”。然而,最近,一个独特的社交媒体应用程序“ta zai”正在通过创建一个知识共享平台来重振普通人的社交网络。

从人们的社交到知识社交

在社交网络时代,社交媒体的基本逻辑是开放网络空间的人际关系。这种模式具有广泛的信息传播和巨大的影响力,但其知识属性不可避免地被边缘化。

在知识共享的时代,沟通和社会交往之间的矛盾虽然看起来不合适,却无法从根本上改变。

一方面,并不是社交圈里的每个人都有义务传播“干货”给社交圈里的朋友去评价。另一方面,要让社交圈子里的所有言论都符合一个人的兴趣和偏好太难了。

因此,社交网络社交媒体已经流行了很长时间,而个人分享知识和智慧的需求却被忽视了。当社交应用程序在用户时间上发生冲突时,基于共同兴趣的知识和社交互动领域仍有很大差距。发现存在这种差距的企业可能会在以后赶上来。

值得一提的是,“社会化”的概念越来越流行。QuestMobile的最新报告显示,截至2019年4月,中国移动社交领域的用户数量已经超过11亿,这已经是用户需要的了。

除了垂直社交媒体,“社交”也成为实现场景登陆和追逐的综合平台的风口。

由于知识共享的社会功能,“Ta in”也是这一趋势的引领者。在进化群体智能算法(ECI算法)的驱动下,塔仔以KNS(知识关系服务)为框架,试图构建一个高度智能的知识共享平台,改变了过去物理社会互动的概念,让用户可以用知识找到“内部人”。

知识共享的概念与尼古拉特斯拉一百年前关于人类群体智能的想象不谋而合。在他看来,人类可以和所有人的大脑结合起来,形成一个大脑,就像动物发挥集体智慧的作用一样。

1982年,彼得罗素完善了这个想法,把它描述为一个连接全人类大脑的智能系统,并将其命名为“全球大脑”。今天,这一宏伟概念的落地离不开“大哉”这样的知识共享平台。

在微观层面,“大寨”对个人用户也很友好。不仅是一个知识共享平台,还可以用智能算法筛选出志同道合的朋友,以摆脱低效的社交互动。

打破信息茧室

现在是一个信息爆炸和知识冗余的时代。在摆脱低效社会互动的同时,如何在固定时间内最大限度地获取有效信息,不仅是个人必备的能力,也是知识共享平台竞争的关键。

根据获取信息的不同方式,知识共享平台可以分为知识系统类型、搜索系统类型和推荐系统类型。

知识系统大多是知识百科全书,如维基百科等。条目通常用于创建和维护条目。搜索系统更常被表示为搜索引擎,如bing搜索,用户可以在搜索引擎中将关键词与内容相匹配。推荐系统是目前最常见的内容分发平台,如今天的头条、一点信息等。依靠智能算法根据用户兴趣推荐内容。

然而,这些常见的平台有致命的缺陷。例如,维护知识系统平台条目是乏味的,有限的条目不能覆盖无限的知识点;如果关键词与内容的匹配度不够,将直接影响搜索结果的准确性。虽然推荐系统是基于用户兴趣的,但它缺乏一个完整的知识体系

当平台用户达到一定水平时,沉淀的知识不是机械排列的,而是通过知识点的有机组合实现智能进化,形成一个能够自我交流的智能知识共享系统。

值得注意的是,传统算法的智能水平有限,仅根据发布和浏览的内容提出建议,这是重复且低效的。它更有可能导致信息茧室习惯性地被兴趣所引导,并被迫将信息生活限制在“茧室”中。

相比之下,基于ECI算法框架的知识共享平台,以群体智能为核心,机器学习为辅助,融合了群体评价系统和机器算法推荐的优势。

简而言之,ECI算法将不断重复“用户反馈-平台调整”的过程。在功能反馈过程中,它基于群体判断和用户反馈而不是个体用户行为来修正系统,并不断迭代推送内容。随着系统的发展,用户将继续收到更准确的内容推荐。

这个建议,通过智能进化,将从根本上拒绝信息茧室。

《百科全书》应用前景

信息茧室无处不在。曾经,知识共享平台大多位于虚拟世界。他们是眼睛和交通的焦点。

但是过多的流量也会阻碍交流。一个普通人和大V在某个话题上有共鸣,经常会因为大V有更多的发言权而失去平等对话的机会。

“塔仔”希望通过弱化流动中心的概念来弥合这一差距。

“TA”产品没有强大的社会属性,如“关注”、“查找个人主页”和“标记内容”。在这里,用户是基于共同的兴趣联系在一起的,每个人都躲在内容的后面,从而满足了兴趣知识共享和个人隐私保护的需要。这无疑是知识共享领域的新尝试。

这种尝试也有利于提高知识搜索的效率。”“ECI算法中的Ta将不断捕捉和分类用户的交互行为信息,排序人和知识,定位知识的复杂属性,从而提高搜索和定位的效率和有效性。

ECI算法也将在B端市场取得巨大成就。例如,“Ta in”可以将智能算法连接到大规模内容平台,并发展智能KNS知识网络,以帮助提高内容在此类平台上的准确传播。智能算法还可以连接到电子商务平台,通过预测消费趋势和消费心理,促进潜意识消费,改善平台产品的转型。在教育领域,ECI算法可以创建定制的教学程序,拒绝相同的学习模式,提高学习效率。

优秀的技术加上基于兴趣的巨大流量,显然是其他平台无法预料的实现力量。

一百年前,“全球大脑”可能仍然是一厢情愿的想法。现在,“打卡”正在实现这个理想。