社交创业下一站，可能是“把用户当人看”？
|
这样做有两个严重的后果：首先，用户画像绝非标签的线性叠加，而是本身就包含了一种自然生长、演化的行为；其次，系统没有任何联想的能力，它只会将莫奈的作品推送给「印象主义绘画爱好者」，却不可能推给「德彪西的粉丝」，尽管两者之间有着千丝万缕的关系。 既然「碎片到整体」的模式有诸多的问题，我们为什么不换个角度来看问题，先提炼整体价值观，取得富有统计学意义的样本，然后再对用户特征做一步步的细化呢？ 人类之所以可以这样做，会因为每个人的价值观在人类大样本中都不是唯一的，一定处于一个群体之中。个体判断是有随机性的，会受主观、情绪、知识面的影响。换句话说，群体的判断在统计意义上更稳定，在某个相同价值观的群体内，群体判断要优于个体。 智能社交媒体产品「Ta 在」就是基于这个底层算法而做出的。 2011 年底，包含一名中科院博导、3 位拥有微软、Facebook、领英和华为背景的工程师团队于 2015 年在实验室中证明了上述算法的可能性。
该技术团队已经研发出了一套新的算法，可以捕捉用户行为，挖掘用户潜意识。算法通过不断演化，可以越来越精确的提取用户特征，把信息的特征和人的特征互相迭代演化，让两个特征都更精确。 今年 6 月，开发团队在上海成立公司，开始研发第一款 ToC 端社交应用「Ta 在」。 简单而言，这款APP可以通过算法和机器帮助用户识别自身兴趣，筛选内容并传播内容。这一切都无需用户自己操作、维护，是一款智能化的信息导流和动态关系链。对于用户，它的最大赋能在于算法不断捕捉新的知识点和需求，随即创建分类，有利于拓展每个人的知识库，使之永远跟得上时代的变化。 让关系链呈现动态，也就能让这款新的社交平台变成发散和探索式的。传统的社交媒体如朋友圈、微博，用户对于发布信息后的反馈都有一定的预判：哪些人会赞？会得到什么样的评语？而「Ta 在」的算法却会因为用户分享的一首歌从而推荐一个你感兴趣的电影或者文章，或者艺术作品。 在这样一套极富前瞻性的算法基础上，「Ta 在」的具体产品显得有些「反社交」。它的主界面中是一个 Feed 流，但用户只能评论他人的内容，不能关注，也不能私信。用户看到的内容，全部依赖于算法推荐。 这种近乎「佛系」的功能设计，能否成立？ 「Ta 在」团队的思考逻辑是，作为社交媒体，能够通过算法实现知识和内容的传播的最大化，让信息到达每一个想看到它的人那里。在解释这一点设计时，创始团队提出了一个观点：
|
