移动互联网的发展历程(移动互联网的发展历程简述)

Mark wiens

发布时间:2022-08-14

移动互联网的发展历程(移动互联网的发展历程简述)

 

互联网小常识:经常查看手机正在运行的程序,检查是否有恶意程序在后台运行,并定期使用手机 安全管理软件扫描手机系统。

导语:本文将从国内互联网社区发展路径开始思考,对蜻蜓Fm平台的核心业务做出分析,并提出部分优化性建议。欢迎感兴趣的读者阅读。

一、社区的发展

移动互联网社区社交领域随着移动互联网技术的不断发展,移动端社区社交细分市场逐渐蓬勃生长。

社区最早的样子是拨号论坛,2000年之前第一批互联网人就在线上利用各种工具搭建沟通讨论的渠道。如 News Group、中国慧多网、Mailing List、Terminal等。

国内外最早的极客在网络上相遇后,早期的社区已有以下三个特点:

以兴趣来聚集生产的内容散落在各个独立的池子里彼此互不往来。形形色色的人在互联网上扮演起了自己的角色,在各自论坛里谈天说地,分享内容。

之后随着互联网社区用户数量增长,开始产生数量众多的垂直论坛。爱好游戏的搞一个,爱好体育的搞一个,爱好音乐的搞一个,甚至是某一个人的粉丝都可以搭建一个粉丝站。

与早期的蛮荒不同,内容开始变多,用户开始增长,社区的规则也从小众自治(规则简单),变成了有一定的管理关系。例如版主、等级、虚拟币等等,成为了论坛通行的准则。

一方面,从大版主到小版主保持论坛的质量并解决分歧,同时用户为了谋取更高的权限,也会作出例如盖楼、分享盗版资源、日常打卡等的主动行为。

此时「贴子数」和「同时在线」两个数据指标代表了论坛的活跃度。一个论坛的目的依旧就是为某一个特定人群服务的,一个技术好手给大家搭建一个论坛,「增长」、「运营」的概念在此时刚刚露出一点点萌芽。

在此之后搜索引擎开始普及,人们出现了内容不够的感觉。 社区里内容的重要比越来越高。流量的分配开始平均,门户的垄断、论坛的封闭形态被开放互联网的搜索彻底打破,内容需要聚合,需要提高效率。有个小插曲是 RSS概念出现,它让内容在分类列表、搜索、邮箱、讨论区之外有了主动推送的探索。

之后内容平台开始出现,它们的出现并不是为了服务某一个特定人群了,而是尽可能服务所有人消费内容。

无论是在一个平台上搭建各种各样的论坛,还是在一个平台上每个人一个频道,内容平台的目的是整合尽可能多的信息,让更多的人消费和生产。

而每一个内容平台,往往解决的是一种总和的需求,例如内容媒介(博客、视频、帖子)。而手握流量入口的产品,都希望收纳更多内容,从而服务更多的用户。

社区的发展道路从窄的通道变成了宽阔的信息通路,人们通过某一个具体节点消费内容的诉求开始变成了在流动的大河里抓鱼。因此,内容平台的传播力和影响力远远超过了兴趣论坛。人们追求的不再只是积分和荣誉值,而是影响力,是一给内容带给社会的声音。

2010年后,依旧有新的社区内容平台出现(如知乎、微信公众平台、小红书等),但是他们的目的都是一样的,竞争的关系也都是一样的。有的是握有流量的公司(如微信)开始搭建自己的内容生态,有的是找到了市场内容的缺口(如知乎、小红书)。但是,从一个个曾近奋斗却未占得头筹的平台来看,内容平台只有输和赢,没有中间状态。无法成为一种内容的垄断者,终将被取代。

以上总结为一句话:社区平台经过技术迭代多年发展,已经得出经过实践千万遍的真理——得内容者争天下。

二、社区、社交平台的关联与发展分析蜻蜓Fm的产品思路

我们再谈谈社交平台和社区平台的关系,随着国内腾讯QQ在线用户2001年2月成功突破100万大关,Facebook在2005年10月普及到北美各大大学,社交平台迎来大爆发。

社交平台与社区平台本质上的目的和诉求是有一些区别的。社交网络里,一个用户的账号是内容传递节点的核心,每一个用户都在影响内容是如何流通的。此时的流量聚合在了社交网络里,再用 like/comment/repost 分发到各个人身上。

但社区、内容平台、社交网络的关系也更加模糊,一个成熟的社交网络里既可以培育出内容平台,也可以塑造小型社区。例如微博里既有发布文章、视频的渠道,甚至还聚合了音乐、影视影视信息,超话之下又是各个明星的粉丝社区。产品如斯已经分外复杂。

而诸如抖音、小红书、即刻这样的产品,我也再难用单纯的论坛、内容平台、社交网路来解释。社交平台唯一不变的是——用户渴望内容,渴望认同,渴望回报。

我们回到蜻蜓Fm,在网络音频领域的对手为喜马拉雅Fm、荔枝Fm,后起之秀有字节跳动旗下的番茄畅听,懒人听书等等,音频社区领域头部产品的各自的形态已趋于成熟,用户粘度也提升至一定程度。

第一梯队中的蜻蜓Fm整体策略需要的是广积粮缓称王,微操作精准,积累内容优势等待一个合适的外部机会出现。

已成功的综合社区类产品,想要进一步发展,需要社区内容的持续出圈或者爆发。这既需要等待,也需要精心引导。拿社区社交类产品国际斗争经验最丰富的字节跳动在欧洲市场的行为举例,旗下TikTok短视频平台在与Facebook、Instagram等互联网巨头的激烈竞争之余,字节跳动在LearnOnTikTok 项目上投资了 1130 万英镑,该项目重点推广剑桥大学课程和英国文化遗产等具备强烈文化属性的内容。这就是今日头条在丰富推广与竞争经验下选择做出的广积粮行为。

音频内容的增量一般在UGC和PGC领域产生,如今喜马拉雅在发现模块主推3分钟以上长视频 ,内容多由专业领域科普,历史,大V们产出,我估计此模块的内容和B站等长视频网站的重合度会越来越高。而荔枝一直主打UGC声音社区与音频聊天室。

互联网小常识:全双工端口带宽的计算方法是:端口数*端口速率*2.在交换机选型中一个重要的数据是背板带宽/全双工端口的总带宽的比值。值越高交换机就越趋近于高性能线速无阻塞交换,交换机性能就越好,造价就越高。

蜻蜓Fm的UGC社区在学习对手的基础上,也许可以做出新的增量。假设可以与内容产出质量较高的微信公众号大小V们合作,让他们在蜻蜓Fm内将他们的文章音频化、视频化。是否会有两个场景出现:

吸引更多用户提高产品粘性公众号老读者也愿意看更好吸收信息的音频、视频

以上场景需要详细的调研。在优秀的内容领域做出领先对手的增量,决定了赛道的领先位置,这是我思考后所认为的核心点。

三、UGC内容社区的产品实现经验与核心要素

按照我的个人经验,UGC内容社区产品实践方面分为四步:

1. 建立内容标签、用户标签

需要自然语言处理,识别内容的相关特征,类似内容类别、内容是否专业、内容关键词、时效性等,这一部分由运营岗和产品岗根据数据确定标准、标注样本、交由算法工程师开发完成。

技术方面据我所知可以用分词技术和 TF-IDF 来提取关键词作为标签。内容标签有个实践得出的小tips,由于热门内容会干预用户的标签,因此对于热门内容的标签,需要以时间为考虑维度做降权处理。

用户标签也可称为用户画像,可根据用户历史对内容的消费行为来计算,计算方式有机器算法和人工策略两种。

机器算法是分类思想,通过抽样训练样本,训练分类模型,样本可以是人工标注,也可以是规则确定,主要由算法工程师主导。

人工策略计算需要产品想清楚画像的定义,如「长期兴趣」是否抽象为「对话题消费的天数」及「消费的均匀程度」两因素,然后分别用公式设置因素权重,就可以得到用户对于每一个分类的兴趣打分。

在用户画像这里也有个小tips:用户的兴趣会随着时间衰减或发生变化,这时需要对用户的标签进行清洗,比如可以给内容增加「不感兴趣」的选项,用户触发后则对此标签做降权处理。

互联网小常识:电子邮件系统使用的协议主要有:简单邮件传送协议(SMTP,端口25);邮局协议第三版(POP3,端口110);Internet消息访问协议版本4(IMAP4,端口143),可以用telnet IP port的方法测试服务是否正常。

2. 召回层初步筛选

召回层决定什么样的内容可能推荐给用户,是对推荐内容候选池物料的第一步筛选,在推荐系统的初始筛选出用户可能感兴趣的内容,这就是召回层存在的意义。

如许多App会让用户第一次使用时选择具体兴趣标签。还可以圈定一批用户作为候选集,做离线评估,将他们点击、互动的内容做成一个离线内容池,当一个新用户请求内容时,计算该用户与离线内容池中用户的相似度,当与其中一个相似度大于某个值时,为新用户推荐相似用户之前感兴趣的部分内容。

3. 打分模型排序

上一步得出的内容仍需进行排序处理,排序思路可用打分模型。打分模型是一种机器学习思路,通过提供正负样本训练打分模型,打分模型可以提供用户对一批内容多种不同行为的打分,反映用户发生多种行为的可能性,将这些分数通过计算融合成为一个分数,返回分数排名top的部分内容给用户。

4. 二次重排序(rerank)

目前我们已经获得经过数据科学计算的内容,但运营层面会有扶持内容、删减内容等情况出现,为了处理这些情况,所以二次重排序(rerank)是来解决这些问题的,具体操作主要分为三个:

调权:对内容的排序分数进行提权或者降权,用于鼓励或者打压某类内容强插:将某条内容强制放到部分用户feed的某个位置查到资料还有一种打散:对某类内容进行打散操作,保证某类内容在某个时间内最多只能出现X条。

四、结语

最后写写UGC社区的产品核心要素:

定位:用户是谁,来社区要看什么内容文化:社区推崇怎样的内容和用户规则:社区如何激励和惩罚用户

三个要素就是三个方向,方向朝向由社区平台的核心思路指引,不过话也说回来,工作中有大量实际情况需要灵活处理,怎样对照已有数据,具体加强蜻蜓Fm的核心竞争力,是一个高层战略+各部门合作+各部门实践得到的,以上是我的一些浅层思考。

本文@团长老马 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Unsplash ,基于 CC0 协议

互联网小常识:交换机和透明网桥都是通过自学习的方式来自动地建立和维护交换表。

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186