转载声明：文章来源：https://zhuanlan.zhihu.com/p/47621606

一、「豆瓣」内容社区定位

1 什么是社区？
首先，从社交的目的出发，人社交的根本目的是“害怕被遗忘”，所以希望找到存在感和得到认可，这种情感的具象化表现就是渴望自己的行为得到反馈，行为大体可分为3种：

  · 维系情感：更希望得到熟人的反馈，比如分享在微信
  · 记录心情：有一些矫情的话，有些不希望让熟人看到，希望得到共同爱好的陌生人的反馈
  · 展现自我：展现品味和逼格，希望得到包括熟人和陌生人在内更多人的反馈

根据社交目的，我们可以把社交类产品分成两类：

（1）熟人为主的强关系社交类产品，e.g.：微信
以维系情感、展现自我为主要社交目的；以人为中心；关系多为熟人为主的强关系；多数用户原来已存在社交关系，平台将这个关系转移到线上

（2）陌生人为主的弱关系社交类产品，e.g.：豆瓣
以记录心情、展现自我为主要社交目的；以内容为中心；关系多为陌生人为主的弱关系；内容/用户有强烈的共同属性；多数用户原来没有社交关系，平台通过内容引导用户之间产生社交关系

第二种，就是社区。

2「豆瓣」定位
按照我们上面的描述，「豆瓣」属于社区，更细化的定位是：
   · 内容类别以书、影、音为主
   · 调性文艺清新
   · 以弱关系陌生人社交为主
   · 帮助用户找到生活中感兴趣的人和物

3「豆瓣」用户分层
   · 普通用户：以获取内容为主，对感兴趣的内容也会加入讨论

   · 书/影/音爱好者：对书影音有鉴赏能力并且愿意为陌生人推荐分享，在各自领域有深刻见解的社交活跃者，高学历年轻人为主，活跃在微博、知乎、网易云音乐等兴趣社区

   · 专业书/影/音评人：通过较为专业的内容输出自己/公司的品牌形象，寻求商业合作和曝光率

二、「豆瓣」社区架构

1社区内容范围
比较容易理解的是，在一定的用户基数基础上，内容类别的范围越小，用户产生共鸣的概率越大，内容越充实，更容易沉淀社交关系，e.g.：网易云音乐用户听歌写评论的意愿，不同的入口：推荐>类别>排行榜；音乐分享到微信上，评论更多是表明态度，而分享到网易云音乐，评论更多是故事和心情。

缩小社区内容范围，「豆瓣」采用了3种方式：
  · 话题：用户记录的心情、分享的故事和生活等聚类
  · 内容分类： 将主要内容按照各自的特点结构化为书影音等多个分类
  · 社区BBS：豆瓣小组

下面分别展开介绍下这3种方式。

1.1 话题
「豆瓣」中大多数话题以问答的形式存在，提问更能明确的表达话题的限定范围，更能激发人的内容生产欲望，同时话题也通过关联书影音实现与整个社区内容的联动。

1.2 内容分类——「豆瓣」书影音
由于社区内容属性的不同，主要的内容可以分为适合结构化分类展示和不适合结构化分类展示两种：
   · 适合结构化分类：「豆瓣」选择切入的内容类别有极其鲜明的特点，适合把电影、音乐、读书等内容以不同的方式结构化分类展示——书影音
   · 不适合结构化分类：「微博」的娱乐媒体属性，导致不同类别内容之间不易区分，例如“社会”频道和“搞笑”频道，不适合以不同的方式结构化分类展示，只是使用一个简单的tag切换分类

1.3 社区BBS——「豆瓣」小组
BBS模式，把小组内的话题发起、氛围建设甚至内容管理等权限很大程度赋予给了用户：

优点：极大程度促进用户产生共鸣：新人容易融入，发布门槛降低，提升UGC内容生产效率，易于沉淀社交关系

缺点：内容分发效率较低： 虽然在BBS内部的内容分发也普遍都采用个性化推荐，但由于组内内容数量以及调性的局限性，分发的效率多数都低于首页的推荐，导致在BBS中内容的信噪比要低于推荐流

2「豆瓣」内容社区架构

2.1 社区内容架构
红色发生在内容生产时，蓝色发生在内容消费时

  · 动态：内容形式主要是文字、图片，以话题为核心，话题类似「知乎」的提问，添加回答时可以选择“说”或日记；其中“说”和日记也都可以不关联话题独立发布
  · 书影音：内容形式主要是书影音评分和评价，社区主体内容的结构化分类
  · 小组：BBS模式， 新人易融入，发布门槛低，利于产生更多的UGC内容

2.2 社区整体内容的串联
   · 从内容的维度：一方面，从用户的行为来看，在内容生产时，动态中的日记，小组中的讨论可以关联书影音，书影音的评价可以关联话题，在内容消费时，用户可以将书影音和小组中的内容转发到动态；另一方面，从内容分发来看，根据用户在社区的行为记录，浏览时间、点赞、评论等，分析用户画像，为用户个性化推荐动态、书影音、小组的内容，两者结合，实现社区整体内容的串联
   · 从用户的维度：用户通过浏览内容，找到/专注感兴趣的人，就可以看到Ta的动态、书影音、小组的相关内容，进而帮助沉淀社交关系，实现社区整体内容的串联

达成社区内容的串联后，再通过内容生产激励和内容分发策略，实现内容生产和内容消费的闭环。

三、内容生产

1 内容生产激励
这一部分回答的问题是，「豆瓣」如何引导用户持续产生有价值的互动/内容/分享？

1.1 降低创作门槛
   · 动态可以不关联话题：“说”和日记可以不关联话题直接发布
   · 书影音评分、讨论：评分的交互操作异常简单，不想写影评，也可以发起简单口语化的电影讨论
   · 小组讨论可引用结构化内容：提供添加投票、添加书影音的功能，大幅度提高了内容的创作效率

1.2 用户激励体系

（1）互动激励
用户社交的根本目的是希望自己的行为得到反馈和认可，内容得到了他人的互动是最直观的情感反馈之一，「豆瓣」针对不同的内容生产入口，都提供了许多互动激励：
「豆瓣」针对不同的内容生产入口提供的互动激励

  · 赞、收藏、转发：此类单向正反馈会使得内容生产者收获情感的满足，进而为了获得更多的反馈而生产更多更优质的内容，同时，平台也会给予单向正反馈多的内容更多的曝光量（下一小节（2）展现激励详细展开）
  · 回复：由于可指定回复人，导致相当多的回复成为了双向互动，相比单向互动只能反映用户正面或者负面的情绪，回复表达的信息更丰富，可以为用户画像和该讨论的质量提供更多的标签特征；引导回复的方式一是同样提供了正面互动，评论下的回复还可以被点赞，点赞多的评论会有更靠前的排名，二是对不良内容进行清除（下一节2社区氛围建设中详细展开）
  · 关注：关注是为了持续获取被关注对象所产生的内容，这是对被关注对象的一种高度肯定。能让用户获得巨大的成就感，用户为了获得更大的成就感就希望拥有更多的粉丝，从而促使用户生产更多的优质内容

（2）展现激励
把用户或内容放在页面的重要位置，类似学校公示的优秀学生榜，由于虚荣心的存在，这是一个非常有效的激励方式。「豆瓣」的具体做法是根据正向互动的热度，把正向互动多的内容的展示顺序提前：

  · 书影音评价：激励书影音爱好者生产更多更优质的内容
  · 各个入口的回复：激励普通用户与讨论发起者进行双向互动
  · 豆瓣小组排名：结合人数、讨论数等排序，激励组内管理员扩充小组规模，激励组员生产更多内容

（3）特权激励
特权激励一般是指依照公开的标准，区分出特殊用户，提供更优质的服务，内容操作权限等，具体为：

  · 区分不同用户享有的特权：首先把产品可以提供的服务做分层，把基础的、可满足绝大部分用户需求的服务，免费提供；把需要消耗核心资源的、非基础的增值服务，有条件的提供给用户。这个条件，可以是付费，也可以是要求用户贡献
  · 展示特权信息：公示获得特权所需的条件，在产品的重要位置和操作流程里做推广，强化用户对特权的认知，真正的打造出特殊性、稀缺性和尊贵感
  · 特权激励主要包括：等级、会员、特殊特权等

由于「豆瓣」的社区调性，文艺清新相比其他属性更能彰显自己的个性和品味，许多用户对文艺清新的内容本来就有比较大的参与欲望，避免出现德西效应（westerners effect），「豆瓣」做的十分克制，社区没有等级体系和会员体系，而是引入了BBS——小组，使用了赋予“组长”和“管理员”管理特权的激励方式。

  · 人员管理权限：组长和管理员可以审核新成员加入/移除已存在的成员，人员管理权限是一种与普通用户非常不平等的特权，这种特权激励极大程度的增强了管理员的主人翁意识，多数小组中，组长和管理员大都设置了小组的入组条件，发言规则等，以及花精力去宣传小组扩充规模等，再从小组人数的增多、小组排名的升高来收获成就感。
  · 内容管理权限：组长和管理员可以移除自己认为不符合小组规范的内容，通过剔除不良信息来营造更好的小组氛围，使得组内的讨论增多，内容质量更高，吸引更多人加入，小组排名上升，组长和管理员收获成就感。

（4）物质激励
物质激励是最实际的一种方式，许多社区以积分换商城周边物品的方式做激励，「豆瓣」在这里仍然保持的非常克制，物质激励更多是通过运营手段进行，而非产品功能。

书影音的同城Tag中，定期通过运营手段抽奖，赠送电影票、音乐会票、演唱会门票、live门票等。

2 社区氛围建设
这一部分回答的问题是，什么内容对「豆瓣」是有价值的？

2.1 什么是社区氛围？

社区的氛围具体可以拆解为：

  · 有群体性之的互动行为
  · 有规模有组织的社群行为
  · 有群体性共同认同的文化
  · 有明显的群体共性

2.2「豆瓣」社区氛围建设的方法

（1）首要任务：清除社区不良信息

具体方法主要有：

  · 机器审核：针对绝大部分内容，使用基于机器学习的敏感词识别模型，过滤敏感词
  · 人工审核：系统管理员/小组内管理员审核敏感
  · 账号禁言：对频繁发布审核不通过内容的用户，实行短期（3天）禁言处理

对于以上的方法，不同的内容「豆瓣」采用了不同的审核策略，主要有：
  · 先发后审：大部分的内容，包括动态日记、书影音评价、小组讨论，以及各个入口的回复等
  · 先审后发：发布话题、创建小组等
  · 关注高的账号/浏览量高的内容优先审核（这条策略我猜测有，账号限制未核实）

平衡清理敏感信息与用户内容生产积极性：
  · 审核中的内容仅自己可见（参考知乎，我猜这条策略豆瓣也有）
  · 账号后台内容质量评分：评分高的直接通过，低的需要审核（参考知乎，我猜这条策略豆瓣也有）
  · 动用用户力量清理敏感信息：举报入口，对不良内容和不良账户举报

（2）增加优质内容的曝光率
同用户激励体系的展现激励

（3）文化认同
文化认同是指用户对社区内独有的语言风格、口头语等的推崇和喜爱。

「豆瓣」通过种子用户引入和大量优质内容填充，形成了以书影音为主要内容类别，评价极其重视思考深度和寓意的众多高质量内容，再通过社群引导，分析数据验证此类内容需求的真实性，进一步通过运营活动等方式放大，在取得一定基数的用户后，利用用户的从众心理，实现了新旧用户对

「豆瓣」“文艺清新”内容风格的文化认可。

四、内容消费

1 什么是内容分发？

1.1 内容分发的目标
迅速看到想看的内容：打开App后找到想看的内容的时间，越短越好看到的内容是喜欢的：看到的内容中，喜欢的内容占比越大越好（信噪比越大越好）

这里就可以对分发效率做一个定义：
迅速看到想看的内容→分发速度块看到的内容是喜欢的→召回率高&准确率高

1.2 常见的内容分发方法
  · 编辑分发：由运营人员根据对业务的了解，对优质内容进行排序，推送给用户
  · 社交分发：根据关注等社交关系，推送给用户相关的各类动态（关注的人的日记、评论等）
  · 算法分发：包括排行榜、搜索筛选、个性化推荐等

对于有一定用户和内容基础的社区产品，分发效率通常是算法分发>社交分发>编辑分发，但也要根据实际业务的属性具体问题具体判断。

1.3 个性化推荐

（1）目标
把最终会在用户和内容之间产生的连接提前找出来，即通过已存在的连接，来预测未来的连接

（2）分类
   · 评分预测：预测用户操作路径终点的评价，例如对某一笔交易订单的评价
   · 行为预测：预测用户操作路径过程中的行为，例如对点开查看某一条新闻的概率，内容分发的推荐主要都属于行为预测

（3）步骤简述
   · 将信息向量化：通过TextRank等方法，将自然语言转换为机器语言，得到内容的各种标签向量
   · 构建用户画像（达成最终人与内容连接目的的中间件）：获取用户兴趣标签，方法有查户口（用户注册信息等）、堆数据（根据已有用户数据）、深度学习（提取矩阵分解的隐因子等人类无法识别的特征）等
   · 召回：根据召回策略（内容发布时间不能过早，内容要有超过多少特征与用户画像特征匹配等），找到一定数量的与用户兴趣标签对应的内容
   · 排序：对这些召回的内容，按照适合内容类型的权重评分（用户看到内容给出正向反馈的概率），按照评分由高到低排序展示给用户

2「豆瓣」内容分发策略
这一部分回答的问题是，「豆瓣」如何让用户最迅速地获取到喜欢的内容？

「豆瓣」主要内容的分发策略

「豆瓣」分发策略主要有以下5种：
  · 编辑分发：用在精选推荐等对内容质量要求极高的模块（如「豆瓣」最有竞争力的电影分类——“精选片单”），通过运营引领产品调性和社区氛围
  · 排行榜：主要通过对所有内容进行关注度排序和时间先后顺序排序，一方面提升社区部分媒体属性和品牌竞争力，另一方面为在线售票平台、书城等导流；适用在具有一定媒体属性的分类中，在社交属性较强的“关注”和“小组”内讨论没有使用这种分发策略
  · 搜索筛选：对于部分书影音爱好者，有时对自己的当时的喜好有非常明确的感知，「豆瓣」也提供了筛选搜索的分发方式，一般情况是默认按照时间先后顺序排序
  · 社交分发：「豆瓣」单纯使用社交分发策略的只有首页的“关注“，这里不展示其他的推荐内容，只有关注人的动态、日记等，主要目的是强化社交关系
  · 社交分发+个性化推荐：「豆瓣」最常用的内容分发策略，存在于各个分类中，既使用了常见的内容匹配根据用户画像推送匹配的内容，也使用了基于用户的协同过滤比如“你可能想关注的人、你可能感兴趣的小组“

总结一下，「豆瓣」现有的内容分发策略以社交分发和个性化推荐为主，但对不同的内容分类，采用了多不同的分发策略，由此看来，除了分发效率，内容分发也要考虑社区氛围建设、品牌调性提升，为深度用户进阶功能增加其留存，社交关系沉淀等，并不是所有的内容使用个性化推荐就是最合适的。

   · 如果正向用户的行为主要都是由新增的用户和新增的内容贡献：则这个值就会很小，说明社区内的内容和人之间的连接没有自发增长的趋势
   · 如果正向用户的行为除了由新增的用户和新增的内容贡献，也由许多已存在的用户和内容贡献：则这个值会比较大，说明社区内的内容和人之间的连接有自发增长的趋势，适合个性化推荐来加速这个过程

五、假如我是「豆瓣」PM

每次到产品的改进意见环节，在我看来多数的建议都是为了提建议而提建议，在本文中，我只给出少数几个改进意见，但力求阐述清楚每个建议的优缺点，以及试图从「豆瓣」PM的角度分析当前版本没有这么做的原因。

1 内容生产

1.1 增加物质激励功能——赠送观影券
   · 当前现状及原因：「豆瓣」的内容激励体系不含会员体系和积分体系；原因猜测可能是因为「豆瓣」的文艺清新调性，使用复杂的会员、积分等物质激励体系会导致部分用户流失
   · 改进：“看过”电影超过n部，赠送一张视频门户网站的付费电影vip观影券（爱奇艺、腾讯视频、优酷已有观影券产品，开发成本不大），可免费观看付费类电影，看电影本身也是社区用户的诉求，没有浓重的物质激励色彩

1.2 对豆列做结构化分类
   · 当前现状及原因：当前我的收藏“豆列”中内容全部平行排列展示，进入用户主页后，如果豆列名字没有内容类别的识别度，用户对内容类别无感知，点开的意愿就不强；原因猜测可能是豆瓣社区的内容类别繁多，豆列结构化分类后会导致豆列页面异常复杂，增加了用户的使用成本
   · 改进：对豆列内容做结构化分类，便于其他用户在点开豆列前对豆列中内容的组成有认知
   · 风险点：可能涉及在线数据库的数据迁移工作，导致系统存在极大可能新增脏数据风险

2 内容消费

2.1 分发策略中增加社交分发的权重
   · 当前现状及原因：据我观察，各个推荐中，社交分发的权重不高，导致虽然推荐内容信噪比较高，但难以沉淀社交关系；原因猜测是社区品牌调性导致用户对质量差的内容容忍度低，所以分发效率更重要
   · 改进：算法分发时增加社交分发的权重，同时在推荐流中对已关注的人的内容做特殊的UI处理，引导强化社交关系
   · 风险点：影响沉淀社交关系（使用社交分发）和提高分发效率（使用算法分发）之间的平衡

2.2 首页推荐中引入书影音的优秀评价内容
   · 当前现状及原因：首页的动态推荐中只有用户日记和话题，没有高质量的书影音评价内容；原因猜测是平台同时都需要记录心情、故事和展现品味、逼格的内容来引发用户共鸣和深化社交关系，推荐融合后，由于结构化的书影音内容可以展示更多的信息，势必导致用户日记的出现几率会越来越低，不利于深交关系的沉淀
   · 改进：首页推荐中引入书影音的优秀评价内容
   · 风险点：影响社交关系的沉淀