【Ta在】抛弃标签,算法自生长,社交 APP「Ta在」让用户因内容而聚合

今年的社交赛道十分热闹,创业者们都希望在同质化的社交产品中走出一条创新的路子。比如搭建更多有趣的互动场景,像是一起看电影或者接歌抢唱。而36氪最近接触到的项目「Ta在」认为,再创新的产品玩法都不足以形成长期的优势,因为抄袭成本太低,只有从背后的算法逻辑重新定义社交才是可以突破的方向。

标签化的推荐逻辑导致不精准和信息过载

「Ta在」的 CEO 姚志煜认为,互联网社交的本质是一种强调身份的信息传递,但人不可能把网线插入身体,让大脑直接和数据对接,所以我们必须在互联网上复制出一个数字化的画像。所以换句话说,使用社交产品的不是我们每个人,而是系统对于我们的一幅幅画像。

那么,如何让这个画像更为清晰就是首要问题。这个画像应该包含用户的兴趣爱好、学习能力、思维方式等各种要素,但市面上绝大多数产品还只是简单的还原用户的兴趣爱好,或者说是片面的还原。做匹配的社交产品,通常需要用户填写个人信息 or 问卷调查来提取标签,而单维度的标签往往是失真的,许多用户自我认知都并不明确。

而在信息流的推荐上,编辑通常需要手工给海量的内容打上标签,再基于“协同过滤”的算法推荐给用户。这个标签体系是基于人的先有认知的,带有主观性。另外,标签的更新与维护也需要耗费巨大的人力物力,整套推荐逻辑并不具备自生长性。

我们在刷抖音的时候应该可以感受到,一旦你在短时间内喜欢了猫猫狗狗的视频,之后你会被大量推送同类的内容。对此,姚志煜表示,这就是由于标签的狭窄化导致的。大多数产品使用的这套算法直接导致了用户画像不清晰以及用户信息过载。

自动生长的去标签化推荐算法,让人们因内容而聚合

而现在「Ta在」构建了一套无标签的内容标识算法,这套算法可以通过内容与人之间的不断互动进行不断地演化,让内容与人互相标识,从而越来越精准地提取用户特征,将内容推荐给精准人群。同时,算法会不断捕捉新的知识点,随即自动创建新的分类,不再需要任何人工更新。

有趣的是,在「Ta在」不存在关注体系,用户只能在评论区互动。姚志煜告诉36氪,关注体系实际带来了许多噪音,我可能因为这个人的某一篇文章关注了他,但并不是他发布的所有内容我都感兴趣,但关注了之后我却需要全盘接受。

 

「Ta在」希望构建的社区是,每一条内容都触达到最想看到它的人那里,这些人之后围绕内容产生自然而然的交流和关联。而在算法不断学习了用户想要看到的内容之后,基于这些共同的内容再去帮助用户匹配类似的人,也就是「Ta在」上的“合拍”功能。这也是与今日头条思路不同的地方(用户之间不发生联系)。

未来「Ta在」并不希望局限在社交上,而是希望在底层形成庞大的知识库,把用户在内容中演化出的知识总结并进行分层。但我比较好奇的是,如何才能让更多能够贡献高层次知识的用户使用?因为这部分人通常会聚集在天然看起来适合传播知识的地方,比如知乎 or 知识星球,而 「Ta在」目前看起来是一个不分层的 UGC 大池塘。对此,姚志煜表示,「Ta在」的推荐算法实际上是可以天然的将用户分层,至于如何让他们开始使用,是之后会进一步考虑的事情,目前还处在产品形态打磨的初级阶段。

团队方面,核心技术团队拥有中科院、微软、领英和 Facebook 的技术背景。事实上,这套算法从 2011 年产生雏形,在 2015 年通过实验室证明了其可行性,一直到去年才完全构建成熟。算法搭建所需的时间也是目前「Ta在」认为的竞争壁垒。

今年 6 月,团队在上海成立公司开始进行产品开发。目前产品 IOS 和安卓版本都上线不到一周,注册用户过万,目前已经邀请谢天笑、臧鸿飞、蒋友柏、高旗等人入驻。

发表评论

电子邮件地址不会被公开。 必填项已用*标注