編輯導語：內容類產(chǎn)品若想提升用戶體驗，便需要提高內容品質，使用戶能夠方便快捷地獲取內容。那么，如何提升內容類產(chǎn)品的品質？本篇文章里，作者對當前內容類產(chǎn)品現(xiàn)狀做了簡要闡述，并對知識圖譜如何應用于內容類產(chǎn)品做了總結，一起來看一下。

一、前言

知識圖譜相信大家已經(jīng)不陌生，已經(jīng)大家比較熟知的一個詞匯了。最早知識圖譜是谷歌為了優(yōu)化搜索引擎提出的一套理論體系。最常見的大家如果搜索“王健林的兒子是誰”，有了知識圖譜的加持，搜索引擎會直接告訴你答案是王思聰，而不是去檢索“王健林的兒子是誰”這句話。

如今的知識圖譜已經(jīng)廣泛應用于各種智能場景。例如在金融領域反欺詐的應用，最常見的我們發(fā)現(xiàn)兩個不同的信貸客戶使用的竟然是同一個手機號，發(fā)現(xiàn)這類異常，我們再去進一步深挖原因，避免欺詐情況發(fā)生。

在NLP（Natural Language Processing，自然語言處理）中，知識圖譜常用于實體統(tǒng)一。正常的NLP如果沒有特殊配置，計算機一定是不理解“ICBC”就是指的是“中國工商銀行”。通過知識圖譜將“ICBC”都統(tǒng)一為“中國工商銀行”。

另外通過知識圖譜在指代消解中的應用，增加計算機對于文本理解的準確率。知識圖譜適用的領域還非常多，在此就不列舉了。

本文主要討論通過知識圖譜在內容類產(chǎn)品中的應用，提高內容類產(chǎn)品的品質，進而提升客戶滿意度與產(chǎn)品的競爭力。

二、我們的痛點

目前處于信息大爆炸的時代，我們每時每刻都接收大量信息。當我們在搜索引擎或是內容類應用去查看信息時，往往會給我們呈現(xiàn)許多與我們不相關的垃圾信息。有些信息是在內容創(chuàng)作階段，通過各種抄襲拼湊而生成文章，最后呈現(xiàn)給用戶結果雖然很多，但毫無價值，也提升了用戶的檢索成本。

相信大家在日常使用中，也有同感，當我們去搜索想要的信息時，往往會出來一大堆，信息過于分散，也不成體系。

我們需要有一種平臺，可以給我們提供相對比較純凈、權威的信息。我們的生活需要高品質，不論是物質生活還是精神生活。信息是我們精神生活的重要組成部分，同樣我們也需要有成體系的、有深度的內容出現(xiàn)。

三、目前現(xiàn)狀

目前內容類的應用很多。幾乎每個領域都有每個領域的核心內容供應商。比如自己查看產(chǎn)品相關文章，幾乎不會去使用搜索引擎檢索文章，而是到相應的產(chǎn)品網(wǎng)站去查看或檢索內容。主要是一種信任感。所以平臺內容的品質很重要。

通常內容創(chuàng)造，主要分為：OGC（Occupationally Generated Content, 職業(yè)生產(chǎn)內容）、PGC（Professionally Generated Content，專業(yè)人士輸出內容）和UGC（User Generated Content，用戶輸出內容）。一般OGC和PGC生成的內容品質較高，但畢竟人力有限，依賴UGC可以短時間內產(chǎn)生大量內容，但內容的品質不能保證，過多的垃圾內容，反而會降低內容平臺的權威性。

如何能提高內容數(shù)量的同時，又不影響內容的品質，這是內容類產(chǎn)品必然要考慮的一個問題。

四、知識圖譜如何應用于內容類產(chǎn)品

對于內容類產(chǎn)品，如果你是內容類產(chǎn)品的產(chǎn)品經(jīng)理，需要制定一個關于你所負責的內容類產(chǎn)品的“北極星”指標，你會怎么制定？

是產(chǎn)品的DAU（Daily Active User，日活躍用戶）、MAU（Monthly Active User，月活躍用戶）還是ARPPU（Average Revenue Per Paying User，平均每付費用戶貢獻的收入）？

這些指標其實都可以人為去干預。就像是公交車總公司要求提升乘客上座率，結果公交車分公司為了提升上座率，減少了公交車的座位數(shù)，指標是達到了，但沒解決本質問題。

好的產(chǎn)品一定不是通過指標制定出來的。而是去發(fā)現(xiàn)本質的問題，解決最核心的問題。對于內容類產(chǎn)品而言，你的內容質量提升了，用戶在第一時間很方便找出他們需要的信息，覺得產(chǎn)品整個使用過程簡潔流暢，這就可以了。

所以內容類產(chǎn)品的“北極星”指標應該設定為：提升內容品質，增加優(yōu)質內容數(shù)量。

內容品質上去了，瀏覽量自然就上來了。

如何提升內容類產(chǎn)品的品質？

結合個人多年實際工作經(jīng)驗，我認為最主要有三點：

1. 平臺的內容不能有重復。很明顯，用戶到一個平臺中，看到的都是一些重復的內容，肯定對這個平臺印象很差，就很難產(chǎn)生信任，就更不必說去推薦給其他人了。
2. 平臺的內容不能有明顯的錯誤。內容類產(chǎn)品內容是其產(chǎn)品最為核心的競爭力。內容要確保其權威性，當用戶需要某些信息時，可以很自信地說，來源于XX平臺。這就要求平臺上的內容要很精準。
3. 平臺的內容要方便獲取。用戶需要某些信息時，平臺可以很快速地響應用戶的訴求，節(jié)省用戶信息檢索成本。如何通過知識圖譜實現(xiàn)上述目標？

如上圖所示。我們可以按上圖所描述的框架進行內容類產(chǎn)品知識圖譜的構建。

我們知道，一般OGC和PGC的內容會有專門的人員進行校對和審核，而UGC的內容，平臺往往沒有非常多的人力去做這個事情。

目前內容類平臺，基于AI（Artificial Intelligence，人工智能）技術，主要是NLP技術，對于內容類的應用，主要是用于對非法內容的審核。而對于內容品質的管理——不冗余、準確且易獲取，就需要用到上述的知識圖譜框架來進行實現(xiàn)。

首先，我們對用戶發(fā)表的內容進行數(shù)據(jù)轉換與統(tǒng)一，因為用戶輸入的內容，可能是文字、聲音或是視頻。根據(jù)不同結構的數(shù)據(jù)統(tǒng)一轉換成結構化數(shù)據(jù)。

其次，我們對轉換與統(tǒng)一好的數(shù)據(jù)進行數(shù)據(jù)建模，并進行知識抽取。生成基本的知識體系。為后續(xù)的知識融合與計算奠定基礎。

再次，我們進行知識融合與計算。這一步是知識圖譜在內容類產(chǎn)品中的應用關鍵。在這個步驟中，我們可以發(fā)現(xiàn)平臺內冗余的內容信息。

例如，某一個用戶發(fā)表的內容在介紹月球，有如下知識圖譜信息（使用JSON表示）：

{“實體名稱”:”月球”，”實體信息”:[{“英文名稱”:”moon”},{“分類”:”衛(wèi)星”},{“公轉周期”:”約27.32天”},]}

如果另一個用戶發(fā)表的內容，抽象出來的圖譜信息和上一個用戶的知識圖譜內容是一樣的，基本我們可以判斷是一個冗余信息。只不過我們可以通過設定圖譜的權重進一步為內容進行打分。

正常情況下，用戶檢索內容的時候，更多的是希望獲得答案，比如提問“月亮的公轉周期是多少？”，我們只需要給用戶提供結果“約27.32天”就可以。

另外，在這個知識融合的過程，通過知識圖譜可以發(fā)現(xiàn)異常與錯誤的內容。

例如，圖譜中，我們已經(jīng)定義地球是圓的，突然出來用戶的文章，說地球是方的。兩個內容，抽象出的“地球-形狀-圓形”與“地球-形狀-方形”，有明顯的不一致。就可以快速發(fā)現(xiàn)異常信息。經(jīng)過人工與是計算機AI進一步進行對內容的處理，將優(yōu)質的信息上浮，使劣質的信息下沉或消亡。

最后，就是知識圖譜的最終呈現(xiàn)。

用戶希望在平臺獲得某些內容時，我們除了直接為用戶提供其需要的答案外，我們還可以通過知識圖譜將結果內容進行關聯(lián)化展示，使用戶清晰地了解到內容以及答案的來龍去脈與因果關系，在內容的廣度和深度上服務于用戶。

五、小結

未來的互聯(lián)網(wǎng)會向著元宇宙（Metaverse）方向發(fā)展。在這里，就像是電影《黑客帝國》中所描述的場景，我們會通過腦機接口，在一個浩瀚的虛擬的時空中進行集合。在這個時空里，人將會同計算機無縫整合，AI也會達到前所未有的高度。

內容，本身就是一個虛擬世界。內容平臺，本身也是一個元宇宙的平臺。虛擬的世界，也是世界。內容平臺的內容，本身也會像是宇宙一樣，浩瀚無邊。

雖然說互聯(lián)網(wǎng)是開放的，但是我們與不能因為開放，而放棄對高品質內容的追求。正是因為開放，我們更要有一種機制來維護這個社區(qū)的健康有序發(fā)展。

而知識圖譜，將會是內容平臺中的一種隱形的規(guī)則，確保在內容平臺中，每個參與者所提供內容的嚴肅與高品質。這也是未來元宇宙健康蓬勃發(fā)展的關鍵。

#專欄作家#

王佳亮，微信公眾號：佳佳原創(chuàng)，人人都是產(chǎn)品經(jīng)理專欄作家。中國計算機學會（CCF）會員，專注于互聯(lián)網(wǎng)產(chǎn)品設計理念分享。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉載。

題圖來自Unsplash，基于CC0協(xié)議。