摘要：隨著社交4.0時代的到來，視頻已經(jīng)成為繼文字、語音、圖片之后的主要社交手段。在UGC、PGC以及PUGC生產(chǎn)的海量視頻共存于網(wǎng)絡(luò)空間之時，各大視頻應(yīng)用面對龐大的“視頻海”采用了完全不同的運(yùn)營分發(fā)方式。近兩年，算法推送的出現(xiàn)有效的減輕了視頻網(wǎng)站面對海量視頻的運(yùn)營壓力并以強(qiáng)勢的姿態(tài)逐漸取代人工運(yùn)營的位置，成為視頻推送分發(fā)的主要模式。但在算法網(wǎng)絡(luò)還未形成的階段，根據(jù)算法的推送模式極易導(dǎo)致用戶接收信息的單一片面化，人工參與運(yùn)營監(jiān)管還十分必要。本文以“抖音”、“騰訊視頻”為例，分析視頻分發(fā)模式的變化，并詳細(xì)分析“算法推送“與“人工分發(fā)”兩種視頻運(yùn)營模式自身的利弊以此帶來新媒體行業(yè)內(nèi)運(yùn)營崗的職責(zé)變遷。同時展現(xiàn)兩種不同的算法模式交叉融合對于打破“信息繭房”和信息窄化弊端的重要性。

　　關(guān)鍵詞：視頻分發(fā)，算法推送，運(yùn)營模式，信息繭房

　　四個多世紀(jì)前，威廉•莎士比亞說“整個世界是一座舞臺”。如今言猶在耳，只是這句話在當(dāng)下比以往任何時刻都更顯真實(shí)。如果說3G顛覆了語音，開啟了移動終端的先河，那4G則是顛覆了圖片，開啟了移動視聽時代的大門。因?yàn)?G技術(shù)的發(fā)展，視頻社交逐漸成為繼文字、語音、圖片之后大受歡迎的社交形式，視頻傳播的便捷化也為UGC們打造出更多展示自我的舞臺。傳統(tǒng)的“優(yōu)愛騰”紛紛引入大量UGC作品來充實(shí)自身的視頻平臺，更有抖音、快手、梨視頻等專門的短視頻平臺為UGC們提供展示舞臺，海量視頻時代已經(jīng)到來。

　　而現(xiàn)在隨著5G時代的來臨，就視頻網(wǎng)站而言，必將會面對廣闊的由UGC、PGC、PUGC等用戶們創(chuàng)作出的“視頻海”。就在今年，根據(jù)卡思數(shù)據(jù)提供的《2019年短視頻行業(yè)分析報告》顯示，中國短視頻的播放總時長首次超過了長視頻，而中國短視頻平臺的視頻總時長也首次超過長視頻平臺。

　　面對大量視頻帶來的運(yùn)營壓力，利用算法來進(jìn)行視頻分發(fā)的推送模式逐漸成為首選。根據(jù)用戶的搜索習(xí)慣識別用戶興趣點(diǎn)并有針對性的分發(fā)已經(jīng)成為主流，但由于機(jī)器識別可能會造成的受眾信息接受“窄化”以及機(jī)器機(jī)械化識別而導(dǎo)致部分“有害視頻”通過審核的問題，已經(jīng)產(chǎn)生了負(fù)面的社會影響并引起監(jiān)管部門以及企業(yè)本身的重視。故而，人工審核分發(fā)依舊是視頻運(yùn)營中必不可少的一環(huán)。

　　一、算法推送下的視頻分發(fā)模式

　　在分析算法推送視頻的模式之前，我們要先了解什么是算法推送?算法推送是基于人們可接觸到的網(wǎng)絡(luò)內(nèi)容過載，信息分發(fā)有效性減弱的情況下，利用代碼來搭建出一整套算法推送體系。其根本的運(yùn)營方式是通過對用戶大數(shù)據(jù)的收集，基于不同的個體“WHO”來分發(fā)相應(yīng)的內(nèi)容“WHAT”。無論是網(wǎng)站還是手機(jī)應(yīng)用都逐漸開始采用算法推送的模式，根據(jù)用戶的個人信息和歷史搜索數(shù)據(jù)，無限制的儲存、分析并搭建出個體興趣數(shù)據(jù)庫，以此為基礎(chǔ)不斷增加與個體興趣點(diǎn)相關(guān)的信息的推送量，從而使用戶產(chǎn)生對應(yīng)用的粘性，增強(qiáng)應(yīng)用的使用量及影響力。

　　在《機(jī)器代替編輯?》一文中，字節(jié)跳動的創(chuàng)始人張一鳴曾對算法推薦機(jī)制做出說明：“當(dāng)用戶綁定微博登錄后的5秒鐘內(nèi)，系統(tǒng)會為用戶建立起一個DNA興趣圖譜。這個圖譜類似于一個數(shù)學(xué)模型，主要根據(jù)用戶SNS賬號上的標(biāo)簽，以及用戶的手機(jī)、位置、使用時間等數(shù)據(jù)提取而來。”1現(xiàn)今，字節(jié)跳動旗下的今日頭條、抖音等產(chǎn)品都廣泛運(yùn)用算法推送模式，其競品快手、騰訊視頻、百度等也已逐漸應(yīng)用算法分發(fā)模式來實(shí)現(xiàn)定點(diǎn)推送。

　　(一)基于算法的推送邏輯

　　在大數(shù)據(jù)時代，龐大的數(shù)據(jù)帶給算法巨大的權(quán)利。斯科特•拉什就曾提到：“在一個媒體和代碼無處不在的社會，權(quán)利越來越存在于算法之中”。大衛(wèi)•比爾提出來“算法的權(quán)利”這一概念。算法的權(quán)利不僅指的是算法對分類、篩選、過濾信息上的絕對權(quán)利，也包含了算法在規(guī)則與人的關(guān)系中承擔(dān)著重要的過渡作用。在面對互聯(lián)網(wǎng)時代下數(shù)據(jù)的不斷增大，算法的權(quán)利與日俱增。利用算法進(jìn)行精準(zhǔn)信息推送的前提是平臺能夠準(zhǔn)確獲取用戶數(shù)據(jù)。

　　2015年1月，字節(jié)跳動創(chuàng)始人張一鳴在極客公園創(chuàng)新大會上透漏，其算法邏輯是基于用戶的動作特征(包括點(diǎn)擊、停留、轉(zhuǎn)發(fā)、滑動、評論、分享)、環(huán)境特征(GPS定位、是否WIFI環(huán)境、是否節(jié)假日)和社交特征(微博關(guān)注關(guān)系、歷史微博內(nèi)容等)來進(jìn)行信息推送的。

　　在視頻平臺上通過捕捉動作特征即對用戶在瀏覽過程中選擇點(diǎn)擊的信息類型、觀看信息的時間長短、是否有評論、點(diǎn)贊、轉(zhuǎn)發(fā)等行為的收集，來獲取用戶的興趣點(diǎn)信息，通過對環(huán)境特征的判斷即用戶所處的地理位置、使用平臺的時間是否處于節(jié)假日以及所處網(wǎng)絡(luò)環(huán)境(使用WIFI還是移動數(shù)據(jù)流量)來判斷對用戶而言更有接近性、實(shí)用性的信息，通過對社交特征的提取即用戶本身所關(guān)注的博主類型、用戶好友的興趣類型、用戶在使用平臺時所發(fā)微博的內(nèi)容類型來擴(kuò)充興趣點(diǎn)避免信息窄化。這種算法模式將用戶的行為習(xí)慣轉(zhuǎn)化為數(shù)據(jù)，為每個用戶建立起相應(yīng)的個人興趣庫，能夠有效幫助平臺實(shí)現(xiàn)有效的信息推送。

　　自2016年至今，國內(nèi)短視頻平臺對于個性化推送和算法分發(fā)愈加重視，隨著把關(guān)權(quán)利從人工運(yùn)營向算法分發(fā)的過渡，傳統(tǒng)的流量計(jì)算模式也發(fā)生了巨大的改變。在運(yùn)營領(lǐng)域，場景、內(nèi)容、用戶偏好和平臺優(yōu)先級逐漸成為衡量產(chǎn)品的重要標(biāo)準(zhǔn)，運(yùn)營策略也在不斷優(yōu)化升級。

　　(二)基于算法分發(fā)的運(yùn)營策略

　　在新媒體運(yùn)營中，流量思維是一個重要的研究方向，甚至有學(xué)者提出“得流量者得天下”的理論。流量思維是指以獲取用戶流量為主要運(yùn)營目標(biāo)的思維方式，包括捕捉興趣點(diǎn)、提升用戶粘性等多種運(yùn)營手段。在近幾年，視域更廣的“流量池思維”成為研究熱點(diǎn)。流量池思維是指獲取流量并通過儲存、運(yùn)營和挖掘等手段，進(jìn)行信息的再傳播，以期獲得更多的流量，是流量獲取之后的下一步社會行為。

　　通過算法對視頻流量情況的監(jiān)控，將帶量視頻放到更大級別的流量池中不斷重點(diǎn)推薦。在抖音中，短視頻在內(nèi)容流量池中獲得一定的量級后，平臺會使用算法機(jī)制將其放到二級流量池中進(jìn)行更大的范圍的推薦，流量越大，推薦的次數(shù)越多，達(dá)到一定量級后會再次放到下一個更大量級的流量池中進(jìn)行推薦。

　　以這種方式，優(yōu)秀的視頻被不斷被放大從而獲得更大的流量。同時，以這種方式也能夠過濾掉一些不受歡迎的視頻，這種根據(jù)用戶的反饋來進(jìn)行推送的模式更能反映出視頻的實(shí)際傳播效果。在騰訊視頻中，對流量池的概念還較弱，大流量的展現(xiàn)是算法推送與人工運(yùn)營合力作用的結(jié)果。

　　面對處于宣傳期的影片或重點(diǎn)事件，騰訊視頻設(shè)置了不同的重點(diǎn)等級。重要事件人工放置到重點(diǎn)頁面并進(jìn)行S級重點(diǎn)推薦，同時頻道頁與主頁面同時發(fā)力，產(chǎn)生現(xiàn)象級事件。對于重點(diǎn)UGC作品，重點(diǎn)推薦的視頻可以設(shè)置置頂模式，對質(zhì)量較高、時效性較強(qiáng)、影響力較大的視頻可以在愛看頻道中設(shè)置一刷到五刷不同的強(qiáng)度，從而吸引到一定的流量。但對于大部分UGC視頻還是以算法分發(fā)為主，根據(jù)用戶的興趣點(diǎn)推薦相似內(nèi)容來達(dá)到流量變現(xiàn)的效果。雖然由于抖音與騰訊視頻的定位有所不同，其對流量池的形成模式也有所差別，但是不可否認(rèn)的是算法運(yùn)營的模式已經(jīng)逐漸成為視頻推送的主流。

　　(三)視頻平臺的算法推送模式

　　無論是本身基于數(shù)據(jù)推送為基本的“抖音”，還是傳統(tǒng)的騰訊視頻網(wǎng)站，面對數(shù)據(jù)算法推送而帶來的便捷化運(yùn)營，紛紛投入大量的研發(fā)基金，不斷開發(fā)算法的多功能化視頻分發(fā)，以期達(dá)到以算法推送技術(shù)來減輕人工運(yùn)營的壓力。抖音的算法推送模式較為成熟，在獲取建立用戶的數(shù)據(jù)庫時會根據(jù)用戶的定位信息推送接近性較強(qiáng)的視頻內(nèi)容。

　　以學(xué)生為例，在獲取到用戶所處的位置信息后，學(xué)校的官方抖音賬號以及同校師生的作品會成為首要的推送內(nèi)容，其次學(xué)校附近的美食、游玩場地以及附近院校的視頻會被大量推送，以此來擴(kuò)充興趣信息庫，抖音的同城和推薦兩個板塊就是建立用戶數(shù)據(jù)庫的重要來源。

　　同時，用戶還可以在抖音中選擇是否同意其讀取聯(lián)系人等信息，如果用戶同意平臺讀取此類信息，平臺就可以輕松捕捉用戶的社交關(guān)系。平臺通過對所關(guān)注好友的類型及好友興趣的讀取，推送大量觀念、興趣一致的視頻內(nèi)容，使用戶不斷的強(qiáng)化自身觀念，逐漸在抖音上建立起擬態(tài)社交環(huán)境，增強(qiáng)用戶使用抖音的時間，增強(qiáng)對抖音的依賴性。騰訊視頻也逐漸在進(jìn)行算法代替人工的嘗試。在愛看頻道使用了算法模式來進(jìn)行小視頻的推送。

　　騰訊的短視頻以電影、電視劇片段為主，同時也增加了大量UGC視頻。在騰訊的愛看頻道中，用戶點(diǎn)擊一條影視片段，如果觀看的時間超過視頻的三分之一，會自動在下方跳出與視頻相關(guān)的片段或者劇中明星的其他相關(guān)作品，通過對動作行為的捕捉來增強(qiáng)用戶黏性。騰訊視頻還會記憶用戶行為，在每次登錄之后都能夠根據(jù)以往行為推送相關(guān)信息，不斷刺激興趣點(diǎn)，從而增強(qiáng)用戶點(diǎn)的擊量。騰訊視頻處于人工運(yùn)營向算法推送運(yùn)營的過渡階段，正在不斷尋求算法推送的新模式以更加適應(yīng)平臺本身的受眾定位。但不可否認(rèn)的是，算法將逐漸在未來的短視頻分發(fā)運(yùn)營中占據(jù)更為重要的比重。

　　二、海量視頻中人工運(yùn)營的失效

　　2019年6月6日，第一張5G牌照的發(fā)放意味著流量資費(fèi)下降、網(wǎng)速大幅度提升的5G時代的到來。在傳播領(lǐng)域，短視頻將成為人們獲取信息、展示自我和社交生活的主要舞臺。自2014年美拍、秒拍作為專業(yè)的短視頻運(yùn)營進(jìn)入到人們的視線，到抖音、快手、梨視頻等專業(yè)類短視頻應(yīng)用的入場，2017年短視頻終于引來其爆發(fā)年。

　　根據(jù)QuestMobile報告，截止到2019年，我國已經(jīng)有8.2億用戶在使用各類短視頻平臺，且使用率高達(dá)78%，尤其是以抖音、快手為代表的短視頻平臺，DAU、MAU的數(shù)值不斷攀升。④根據(jù)艾瑞咨詢公司的統(tǒng)計(jì)，短視頻目前已經(jīng)進(jìn)入到商業(yè)化的成熟期，到2020年，短視頻的市場收入將會達(dá)到2110.3億元，成為在互聯(lián)網(wǎng)紅利不斷消失的時代中唯一在增長的流量池。伴隨現(xiàn)今5G的到來，短視頻市場日漸成熟，未來短視頻的數(shù)量將會迎來新的爆發(fā)性增長。

　　(一)視頻洪流下運(yùn)營模式的轉(zhuǎn)化

　　面對視頻數(shù)量的劇增，傳統(tǒng)的人工運(yùn)營模式逐漸失效，大數(shù)據(jù)算法時代的到來為解決這一困境提供了依據(jù)。基于算法的智能推送相較于傳統(tǒng)的人工運(yùn)營模式有更強(qiáng)的信息有效性。傳統(tǒng)的人工分發(fā)多是運(yùn)營者根據(jù)后臺數(shù)據(jù)分析判斷，通過對用戶群體進(jìn)行大致的畫像、記錄用戶的使用習(xí)慣和使用時長來進(jìn)行運(yùn)營分發(fā)從而盡可能達(dá)到信息的有效傳播，實(shí)現(xiàn)流量轉(zhuǎn)化的目的。而強(qiáng)大的算法邏輯已經(jīng)可以根據(jù)大數(shù)據(jù)來讀取不同用戶自身的行為特征，以此建立其獨(dú)屬于個體的信息庫，從而實(shí)現(xiàn)內(nèi)容的精準(zhǔn)推送。抖音就是一個建立在算法邏輯基礎(chǔ)之上的產(chǎn)品。

　　根據(jù)抖音發(fā)布的《2019年短視頻營銷通案》我們可以看出，抖音在流量層分成了公域流量、商域流量和私域流量三個層面，從而打造出品效合一的營銷閉環(huán)。⑥抖音的人工運(yùn)營主要集中在商域流量和運(yùn)營監(jiān)管的部分，商域內(nèi)的運(yùn)營主要體現(xiàn)在商業(yè)廣告以及網(wǎng)紅運(yùn)營。通過對用戶個人信息的分析，廣告商們可以根據(jù)用戶的年齡、喜好等信息，將相應(yīng)的產(chǎn)品投放其中，達(dá)到廣告的精準(zhǔn)投放，實(shí)現(xiàn)有效的商業(yè)變現(xiàn)。

　　以美妝產(chǎn)品為例，抖音中對于美妝類產(chǎn)品的商業(yè)化營銷方案主要包括網(wǎng)紅主播推薦產(chǎn)品、針對產(chǎn)品適應(yīng)的年齡段有針對性的進(jìn)行廣告推送等方面，根據(jù)客戶對廣告力度需求的不同，還可以對廣告本身在抖音中出現(xiàn)的頻次進(jìn)行限定。騰訊視頻作為老牌的視頻媒體，正處于人工運(yùn)營向算法推送的轉(zhuǎn)型期。除商用層面視頻推送以及視頻監(jiān)管需要人工運(yùn)營之外，其他頻道內(nèi)容已經(jīng)逐步由算法分發(fā)推送來代替，feed流成為評判的重要標(biāo)準(zhǔn)。以算法來替代人工選擇視頻的低效率、低達(dá)到性讓騰訊短視頻在以電影電視片段、UGC視頻為主的短視頻領(lǐng)域展現(xiàn)了較快的用戶吸引力。

　　自算法時代到來以后，對視頻的監(jiān)管日漸成為運(yùn)營者的工作重心。媒體作為傳播的是窗口，需要承擔(dān)自身的社會責(zé)任，而絕大部分UGC用戶的短視頻則是利用算法push來進(jìn)行分發(fā)，算法現(xiàn)階段對于視頻的過濾主要停留在關(guān)鍵詞、畫面、字幕的篩選上，人工監(jiān)管依舊是保證媒體純凈的必要手段。但不可否認(rèn)的是，無論是老牌的“優(yōu)愛騰”還是新興的抖音、快手等都已經(jīng)將算法推送作為主要的分發(fā)模式，人工運(yùn)營的需求量正在逐步減少。

　　(二)人工運(yùn)營崗位的消減

　　在中國，2000年以前，新媒體運(yùn)營處在以用戶運(yùn)營為核心的早期階段，這一時期阿里巴巴、百度、新浪、騰訊等第一批互聯(lián)網(wǎng)公司開始注重用戶體驗(yàn)，將運(yùn)營的概念逐漸應(yīng)用到新媒體領(lǐng)域。2000年-2005年是以產(chǎn)品運(yùn)營為主導(dǎo)的時期，運(yùn)營人員的主要工作是通過與客戶進(jìn)行線上線下的反復(fù)溝通與反饋，以次來不斷的研發(fā)和升級新產(chǎn)品。到2012年，互聯(lián)網(wǎng)公司之間的競爭迫使運(yùn)營者們開始以活動運(yùn)營為主來不斷推廣自身的產(chǎn)品。

　　2012年之后，移動互聯(lián)網(wǎng)的普及使得內(nèi)容運(yùn)營成為運(yùn)營工作者的主要方向，因此新媒體運(yùn)營的重心由活動運(yùn)營轉(zhuǎn)化為以吸睛標(biāo)題、走心內(nèi)容、精美圖片或H5為主要形式的內(nèi)容運(yùn)營。⑦5自2017年，運(yùn)營的概念開始從對生產(chǎn)和提供的內(nèi)容進(jìn)行設(shè)計(jì)、運(yùn)行、評價和改進(jìn)的工作轉(zhuǎn)化為以分析算法推送模式來獲取更大流量的手段。相較于傳統(tǒng)的運(yùn)營中以視頻內(nèi)容為判斷標(biāo)準(zhǔn)來繪出用戶畫像進(jìn)行視頻推廣，現(xiàn)今的流量分發(fā)已經(jīng)開始轉(zhuǎn)化為受眾反饋為中心進(jìn)行流量分發(fā)的模式。算法推送的快捷高效，尤其是大數(shù)據(jù)時代，平臺本身儲存的數(shù)據(jù)逐漸完整準(zhǔn)確，人工運(yùn)營的弊端逐漸顯露，機(jī)器代替人工已經(jīng)成為必然。

　　傳統(tǒng)的產(chǎn)品運(yùn)營、用戶運(yùn)營、內(nèi)容運(yùn)營、活動運(yùn)營已經(jīng)成為可被機(jī)器替代的運(yùn)營工作。在平臺內(nèi)部，運(yùn)營人員轉(zhuǎn)崗屢見不鮮，甚至?xí)�出現(xiàn)人數(shù)多達(dá)上千人的公司中，運(yùn)營人員的需求只有十幾名的情況。現(xiàn)今，無論是抖音還是騰訊視頻，公眾內(nèi)容運(yùn)營的部分已經(jīng)很大程度上交由機(jī)器來判斷。根據(jù)公開內(nèi)容顯示，視頻平臺中對于視頻運(yùn)營的職責(zé)要求已經(jīng)由對視頻進(jìn)行監(jiān)管分發(fā)轉(zhuǎn)向?qū)��?yōu)質(zhì)內(nèi)容的搜索、個體網(wǎng)紅的開發(fā)以及商業(yè)變現(xiàn)層面。運(yùn)營崗在算法推送自身還存在相當(dāng)?shù)娜毕莸那闆r下還不會消失，但運(yùn)營人員的逐漸消減已成必然。

　　三、算法與人工合力打破運(yùn)營困境

　　哈佛大學(xué)教授凱斯•桑斯坦在《信息烏托邦》中提出了“信息繭房”的概念，他認(rèn)為在信息傳播中，因公眾自身的信息需求并非全方位的，公眾只注意自己選擇的東西和使自己愉悅的通訊領(lǐng)域，久而久之，會將自身桎梏于像蠶繭一般的“繭房”中。⑥這一概念在算法推薦為主的短視頻平臺上久被弊病。就個體而言，“信息繭房”阻礙了個體與信息環(huán)境的全面發(fā)展，形成所謂的“回聲室”效應(yīng)，自己喜好的內(nèi)容和語氣的觀點(diǎn)得到激勵和放大，二隊(duì)其他觀點(diǎn)一位排斥，就群體而言，社會成員因“趣緣”而組成團(tuán)體，強(qiáng)化了內(nèi)部認(rèn)同感，同質(zhì)性的交流使得成員所持有的觀點(diǎn)變得極端，加重了群體極化現(xiàn)象的發(fā)生。⑨6實(shí)則算法推薦在“信息繭房”生成后并不能夠產(chǎn)生增效作用，但這并不意味著算法推薦是完美的運(yùn)營手段。在我們實(shí)際的分析中，現(xiàn)今的算法推送的方式依舊需要人工運(yùn)營的協(xié)助。

　　通信論文范例：基于5G預(yù)期廣電媒體來打造新媒體

　　隨著5G時代的發(fā)展，面對海量短視頻，算法推送模式不可或缺，且越來越成為短視頻運(yùn)營中的主要模式。在不斷完善算法推薦模式之下，以算法為用戶定制所需信息，并利用人工監(jiān)管分發(fā)，避免個體進(jìn)入“信息繭房”，才能更好的規(guī)避算法的弊端，同時也有助于媒體承擔(dān)起應(yīng)擔(dān)負(fù)的社會責(zé)任。在發(fā)揮短視頻傳播的社會功能之時，采取積極措施讓“人工運(yùn)營”與“算法推送”兩種短視頻推送模式相輔相成，更有助于形成完整、健康的短視頻生態(tài)體系。

　　作者：路顏西