对于内容型社区而言，推荐系统是一个很重要的流量分发调控手段，那么，UGC内容社区可以怎么结合推荐系统来与各类不同角色进行交互？这篇文章里，作者先阐述了与“作者”这一角色交互的场景和策略，一起来看看吧。

推荐系统作为内容型社区内容流量分发的一个重要的调控手段，在构建一个健康的内容社区中起到了关键作用。典型的有类似B站这类UGC与PGC结合的内容社区，有小红书这样UGC的内容社区，这两种不同的内容社区形态，其背后对应的内容生态及运作方式都需要推荐系统在其中起到关键作用。

那么，推荐系统为了让整个内容社区的生态愈发健康，良性发展，需要面向不同的社区参与方提供不同的产品或者运营机制，以实现UGC内容社区的良性。

这个系列的文章旨在探讨类似小红书的UGC的内容社区，是如何通过推荐系统与各角色进行交互从而推动生态发展的。

UGC社区参与人员一般有作者，平台方，读者，以及广告主，其关系模型一般是这样：

作者

一个内容社区最核心的资源应该就是作者了。优质的作者资源作为内容型社区平台的核心资源产出者，一定是在各个生命周期或者环节需要和推荐系统进行交互的，那么如何通过推荐系统对不同阶段的作者进行交互，才能让整个生态系统运行更好呢？这里，就需要推荐系统处理好作者与推荐系统交互时的奖励与惩罚措施了。

通常，在一个作者领域来说，会将作者根据新手、腰部、头部进行划分实现分级管理。

当然，实际的生态系统要远比这几个分级更为复杂，要综合考虑到作者的垂直度、作者的粉丝数量、作者的内容质量、作者的舆论系数，甚至作者的受众在平台的活跃等等因素，进行综合评估，得出作者在平台当中的分值。

作者的分布分层关系：

1. 头部作者

扩大影响，进行变。

这类用户通常已经获取了足够的流量和粉丝，并且这类的KOL的内容发布调性，很大程度上决定了内容社区的内容调性。所以，这类用户在平台需要做的是：提升影响力、产生变现。

• 在这个阶段，一般是平台运营和推荐系统共同维护这批用户了，推荐系统可以做的是：
• 流量诉求，一般来说，推荐系统对于头部作者的内容，通过粉丝用户优先推荐、在内容质量度上进行先验加权、内容质量加权等措施，一般都可以得到相对应的足够的流量。
• 影响力，推荐系统也可以尝试对头部作者的内容进行跨域推荐，也就是尝试将头部作者的内容尝试分发到非垂直领域的用户，通过分发手段，扩大作者的用户覆盖面及影响力。
• 服务诉求：在内容审核服务，上线服务可以针对头部流量优先进行任务调度。
• 利益诉求：在头部作者可能的进行商业变现行为时，比如直播或者电商带货开店，适当进行流量扶植也是可行的办法，或者推荐系统针对关注粉丝进行分发，也可以对头部作者起到激励或者持续产出高质量内容的效果。

2. 腰部作者

利益驱动，挖掘头部。

这类用户在平台积累的一定的经验，并且对自己发布的内容已经有了一定的受众，且在尝试利用流量进行商业变现了。在这个阶段，腰部作者需要的是更多的流量和粉丝，同时可以通过内容发布获取更多的经济效益。

那么，推荐系统在这个阶段可以为作者做以下事情：

• 保底流量诉求：可以针对不同粉丝量级、不同垂直度的内容作者设计不同的内容发布流量保底模型，以保证内容在分发出去时可以获取一定的流量基数，可以根据作者的内容往期内容的质量度对内容进行先验评级的评估，同时综合先验评级和作者等等因素提供对应的流量模型出来，以实现作者发布内容的基础流量需求。
• 爬升流量诉求：可以根据内容的后验数据，对内容进行垂直领域的用户分发，通过识别高质量内容来实现流量分发的效果。
• 腰部作者爆款打造：另外，在腰部作者迈向头部作者的过程中，有一个环节一定绕不开的，那就是“爆款”。在先验数据确定后，对内容进行后验，并根据内容后验评级去设计不同的流量阶梯模型，从而尝试将腰部作者的内容挖掘、打造一个爆款，也是十分重要的。
• 作者周期多目标分发：另外，不同的内容分发出去后，其对应的正反馈也会不一样，推荐系统可以综合内容吸粉、点击率、收藏率、停留时长等等目标，对用户当前所处阶段进行综合评估分发，以促成用户粉丝的增长。

3. 新手作者

数据刺激，驱动发稿。

通常新手作者发布内容的质量是参差不齐的，面向不同的垂直赛道，在这个阶段，用户处于尝试期，前期希望获取一定的流量能够让自己的内容更多的推荐出去，获取更多人的关注，从而得到流量和粉丝两者数据的综合反馈。

这个阶段，推荐系统可以做以下事项：

• 新人期的流量扶植：推荐系统对于新手作者的前期内容进行流量分发，通常设定一个扶植流量，通常扶植流量的定额是根据选择的赛道和内容的后验数据、先验数据进行综合评估的。
• 新人期的内容质量度：通常推荐系统在可控范围内，会对新人期的内容质量度放宽要求，设定一定的指标空间，放宽内容的准入和分发标准，但这种指标的放宽周期会随着作者的内容发布数量、注册时间等指标的推进，逐步的收拢标准，从而维系好整个生态的平衡的。
• 内容参照：新手期作者一般处在用户与作者两个角色之间，可以通过做为作者选择的垂直赛道，进行多角色间的跨特征推荐。同样也能为创意挖掘可内容的发布的可持续性，都有比较良性的作用。

4. 可能作者

内容驱动，完成转型。

对于可能性的作者来说，这阶段的用户处在从用户转向作者的摇摆期，这个时间段的用户，需要对应的利益点刺激和找到自己可以模仿或者希望从事的赛道KOL，来解决一个利益点刺激和内容发布方向和“作业”两个问题。

通常，推荐系统需要在用户的这个阶段重要的是几个事情：

• 准确识别并挖掘这类用户：如何识别这类用户通常可以借助人工和算法规则两方式，如通过新手作者的前置行为数据、基础数据进行归因，进行特征统计。可以得出相对准确的什么样的用户会会成为作者。
• 提供合适的利益点刺激：在确定好用户后，推荐系统在这个阶段可以提供比如成为UP主会有什么好处，做UP主挣多少钱这类的利益刺激，逐步尝试将用户的的角色转变，通常来说，不同类型用户的利益点是不一样的，有的用户是经济利益、有的是数据利益，推荐系统在这种场景下进行个性化或者多利益点的试探，都是可行的。
• 社交刺激：小红书类的社区通常也具有一定的社交属性，而且有一定的从众心理，通过对用户分发在其社交范围内的用户内容，也会起到一定的刺激作用。
• 提供合适的赛道KOL作为参照：摇摆期作者一般会比较难着手的一点是在于比较难找到自己的赛道，通常，在该阶段提供具有垂直赛道经验且能够提供利益刺激分享的作者，会更能够刺激用户进行转化。

5. 惩罚措施

另外，在推荐系统进行流量扶植的同时，也会针对特定的用户进行流量惩罚和打压。比如一些违规、违政、舆论作者。推荐系统一般会根据用户的类似信誉评级的体系，对其发布的内容及对应作者进行流量降权。通常这个体系需要有三个环节，打压标准，标准的判断，打压的执行。

通常平台会有不同违规方式的标准，推荐系统可以根据这套预设的标准，分别在内容识别、内容分发等阶段，根据先验的数据和后反馈的数据执行平台的标准。推荐系统预设一套执行的逻辑，比如召回、排序、重拍甚至过滤的全面降权，不同等级会执行不同的打压方法和标准。这同样也是一个比较复杂的机制。

总述

综上，一个好的内容社区，如何通过推荐系统能够让不同阶段的作者能够在其对应阶段获取对应的价值，从而促使整个社区能够不断地有新的作者进来，也能够淘汰劣质作者，也能够从海量的作者中不断地挖掘出头部作者，从而引导整个社区的内容话题或者社区基调是我们作为策略产品需要不断挖掘对应的场景和设计对应策略的。

虽然模型能够解决很多问题，但在整个生态业务、社会环境、全民导向在不断发展的情况下，如何将人的思想、思考模型化，并且通过算法的方式去表达出来，才是策略产品的核心价值。

下一篇，我将讲述UGC内容社区，推荐系统要做6点之-内容篇1。将会比较系统的讲述UGC内容中，推荐系统是何如与内容做交互的。