知乎日报变身读读日报-这事没那么简单.doc

/NUMPAGES4知乎日报变身读读日报，这事没那么简单知乎日报，这个据说只有两个编辑的资讯阅读应用，在两年多的时间里，用户数量从0暴增到1500万，成为排行榜前十的APP。而今，知乎日报进行重大改版升级，摒弃了主编，摒弃了之前的设计架构，甚至摒弃了之前定好的名字——知乎3.0，变身为“读读日报”。这背后，究竟有着怎样的逻辑和思考？为什么要变身读读日报知乎不缺内容，它沉淀的优质问答的数量级，甚至超过了前辈Quora。让人难以理解的是，知乎是根据你所关注的用户来关联问答内容，而不是话题或者兴趣，再加上让人不敢恭维的站内搜索引擎，找到自己需要的内容并不容易。这时候，如何主动有效地输出这些内容，就成了摆在知乎面前的一大课题。为此，知乎做了大量的尝试，《知乎周刊》、电子书、知乎盐系列，还有，知乎日报。早期的知乎日报，其实是秉承了博客时代的“爱枣报”、“鲜果联播”那种人工筛选推荐热门文章的小作坊模式，这类小而精的阅读在信息过载的移动互联网时代颇受青睐。再加上知乎本身优质的内容、编辑对用户口味的把握，甚至是标题的优化，让知乎日报迅速的走红。但毕竟人有力穷时，随着用户数量的暴增，众口难调之下，知乎日报升级到2.0，编辑增加到了40个，他们来自知乎的11个不同的专业领域，形成了各自领域的“主题日报”，不但赢得了用户，也得到了不少专业人士的赞赏。随后，知乎日报再次扩大推荐者范围，将推荐权交到普通用户手中，内容的来源更加广泛了。但是，不少读者却反应，知乎日报的内容越来越多，却似乎没有以前那么好看了，或许，不少朋友打开日报的唯一原因，只是为了看看当天的《瞎扯·如何正确的吐槽》。更重要的是，每天20篇左右的精选文章，并不能从根本上解决内容有效归纳并输出给需要的人这个困境。知乎日报求变势在必行，于是，有了读读日报。机器算法还是人工推荐按理说，在信息技术革新的今天，依靠机器、技术和智能选择的“个性化阅读”才是王道，但是，在阅读这件事上，技术很难替代人工，因为，技术不能解决疏理和赋予意义的问题。提到算法推荐阅读，难免让人联想到今日头条，但我觉得今日头条和知乎日报有着本质上的区别——前者更多是资讯的浏览，而后者更多是深度的阅读，资讯可以通过算法筛选，而观点并不能。所以，读读日报采取的是“人人都是主编”的UGC模式，每个人都可以创建自己的主题日报，并筛选加入内容，供其他用户关注阅读。这种模式并非凭空而生，它有点类似于知乎早就有的功能——收藏夹，只不过，读读日报将收藏夹搬到了前台，而且，抓取的内容，也从知乎平台扩展到整个互联网。人工推荐，并不意味着读读日报不需要技术支撑，如何让有价值的主题日报排在前列，如何让用户迅速找到自己兴趣领域的主题日报，以及避免信息过载和版权纠纷，将在今后一段时间里考量运营团队的能力。朝着社群方向迈进更进一步，知乎日报变身读读日报，是在向社群方向迈进。能够让个体形成社群的方式有很多，比如基于基于地理位置（LBS），抑或基于兴趣，而阅读，正是聚合兴趣的一个重要方式。简单来说，现有的大多数阅读应用好比一个杂乱无序的图书市场，大家随意翻翻看看，觉得不好就换个地方。但现在的读读日报，好比这个大市场里突然多了许多管理员，他们把书籍按照自己的思考进行分门别类，并且孜孜不倦地给你推荐他觉得不错的书和理由，你会更喜欢哪种方式呢？更何况，可以全网抓取内容的聚合方式让读读日报在某种程度上已经超越了阅读本身。比如，有人创建了推荐APP、推荐公众号，甚至推荐工作机会的主题日报，这些日报本身，就可以视作一个社群。笔者也注意到，许多公司或者机构，比如丁香医生、什么值得买、拉勾网等也入驻了读读日报，这说明，读读日报的社群价值已经开始彰显。在追求自由化、多元化、个性化的社群时代，来自个体成员的非常微小的兴趣、非常精细的需求、非常细腻的情感，都能找到同类的人组成社群，个人的兴趣因为有了社群的互动而得到共鸣和放大。而读读日报这种基于兴趣和知识的社群，应该有着更大的想象空间。