如何用数据管理内容.doc

分析：如何用数据管理内容 论文类别：计算机?-?网络营销上传时间：2015/9/2?11:41:00论文作者：未知? ? 　　讯：知乎已经走过了4个年头，在互联网的世界里，知乎已经成为无可争议的高质量社区，但在经历了高速发展之后，如何管理，筛选，呈现这些大量的信息(数据)成为一个难题，事实上无论对于哪一个社区而言，数据的管理本身就是一个巨大的挑战。下面是知乎联合创始人在七牛大会上的关于知乎数据方面的演讲，稍作删减。 　　大家好，我是知乎的李申申。首先，我想对主办方说一声：谢邀！感谢你们搭建这样一个专业的平台，让大家有机会聚在一起认真讨论数据这个话题。 　　说实话，在接到大会邀请的时候，我第一反应想到了这句话。 　　如同Dan?Ariely所说，知乎也像是众多面对大数据很懵懂的“年轻人”之一；我们虽然也在做大数据相关的一些事情，但其实比较粗浅。我听说今天在座的各???有不少都是知乎的用户，对知乎有一些兴趣，那我就借这个机会跟大家分享一下知乎数据方面的一些工作。 　　简单进入正题，我们先来看看知乎的基本数据情况。 　　今天的知乎截至2015年7月，知乎社区已拥有2900万注册用户，月UV1.1亿，月累积页面浏览量达3亿。现在知乎全站已累计产生约620万个问题，以及近2000万个回答。用户总回答4，129，244，445字数，是大不列颠百科全书的近100倍，鹿鼎记的2580倍。 　　除了以上比较基础的数据，一些其他方面的数字也在以令我们比较欣喜的速度发展着。我们截取了知乎开放注册以来，获得一千个以上赞同的回答和千字以上的回答两个数据，看一下它们的增长情况。可以看到，这两项数据都是保持了一个比较平稳的增长趋势的。再看一下，这些用户日均获赞的数量。 　　首先，必须说明的是：我们并非完全将这两项指标作为有价值回答的判断标准，但是当用户愿意静下心来花时间撰写长文回答的时候，至少他的态度是认真的，也符合知乎所倡导的讨论理念。另一方面，知乎上的千赞代表了1000位知乎用户对此回答的认同和接纳。除开2月份等过年过节的时期数据会略低些，其他时间，这一数据增速基本都保持在10%左右。 　　同样基于话题这个维度，我们随机抽取几个话题看最近的用户讨论趋势。 　　这里展示的是心理学、互联网、经济以及天津爆炸这几个话题。值得注意的一点在于，在天津爆炸事件席卷几乎所有社交和舆论平台，非常聚焦地引起爆炸性的关注时，知乎站内的其他专业话题讨论依然在持续进行。同时，由于天津事件后续的各讨论环节中有不少涉及心理学的疑问，因此，知乎站内心理学的话题热度也被带动着略有上扬。 　　综合看，现在的知乎更像是个广场，各类较为热点的时事讨论好像是广场中央的喷泉，吸引了游客和大众的关注目光。而与此同时，在广场四周也有着各色酒吧、咖啡馆和茶馆等，各自汇聚了城市的居民们与知己倾心交谈。 　　知乎大V和知乎小白有不少知乎用户曾有疑虑，是否只有早期的用户们才较为认同知乎的社区理念，又或是只有老用户们容易收获赞同和关注？其实并不尽然。 　　让我们一起看看以下几组数据截图，横轴为时间变化，我们截取了2010年12月20日知乎内测以来到2015年6月30日赞同数前10000的用户，根据他们的注册时间和赞同数作图，以及日均的赞数增长量。大家可以看到这些点分布的比较散，说明增长情况比较均匀。 　　可以看出：即使在2015年才刚加入知乎的人也有非常大的机会被关注和认可。这也说明，这些新用户也有认真讨论、获得有价值信息交换的渴望，这些用户也是非常认同知乎的社区理念的。可以通用的秘诀在于：只要坚持不断地在自己擅长的领域参与讨论、输出信息就能得到更多人的认可。 　　知乎信息如何生产，以及如何流动？前面几张图，我们已经了解了知乎的百花齐放的话题和持续贡献的优质用户。下面我们来看看知乎信息生产方式，为了更聚焦的展示这个问题，我们选取了近期的天津爆炸事件作为事例。 　　从发展方式来看，热点话题与其他话题相比，并没有不同。但是由于其新闻性，这类话题的发展更具有爆发性，用户的行为更为集中。因此，也更方便我们来做这样一个展示。 　　首先，一批用户针对问题进行关注、回答，产生了基础的优质内容，然后，其他用户的自发邀请、关注、收藏、感谢、投票、评论等社交行为，使得这些内容获得了更广泛的传播和关注，覆盖的人群不断扩大。 　　在知乎，社交行为催生了优质内容的生产与传播，而优质内容又引发了下一轮新的社交行为。 　　如何用大数据做用户兴趣识别？用户在知乎上的行为是多维度的；既包括比较轻的浏览阅读，又包括重一些的赞同、反对，还有更重的提问回答(这里的重和轻是根据用户操作成本来界定的)。我们可以根据这些行为做用户的特征分析，这也是各个互联网服务都会做的常规工作，只是基于各自不同的服务特点，所要分析的特征、采用的算法及其效果各有不