摘要：隨著社交4.0時(shí)代的到來(lái)，視頻已經(jīng)成為繼文字、語(yǔ)音、圖片之后的主要社交手段。在UGC、PGC以及PUGC生產(chǎn)的海量視頻共存于網(wǎng)絡(luò)空間之時(shí)，各大視頻應(yīng)用面對(duì)龐大的“視頻海”采用了完全不同的運(yùn)營(yíng)分發(fā)方式。近兩年，算法推送的出現(xiàn)有效的減輕了視頻網(wǎng)站面對(duì)海量視頻的運(yùn)營(yíng)壓力并以強(qiáng)勢(shì)的姿態(tài)逐漸取代人工運(yùn)營(yíng)的位置，成為視頻推送分發(fā)的主要模式。但在算法網(wǎng)絡(luò)還未形成的階段，根據(jù)算法的推送模式極易導(dǎo)致用戶接收信息的單一片面化，人工參與運(yùn)營(yíng)監(jiān)管還十分必要。本文以“抖音”、“騰訊視頻”為例，分析視頻分發(fā)模式的變化，并詳細(xì)分析“算法推送“與“人工分發(fā)”兩種視頻運(yùn)營(yíng)模式自身的利弊以此帶來(lái)新媒體行業(yè)內(nèi)運(yùn)營(yíng)崗的職責(zé)變遷。同時(shí)展現(xiàn)兩種不同的算法模式交叉融合對(duì)于打破“信息繭房”和信息窄化弊端的重要性。

　　關(guān)鍵詞：視頻分發(fā)，算法推送，運(yùn)營(yíng)模式，信息繭房

　　四個(gè)多世紀(jì)前，威廉•莎士比亞說(shuō)“整個(gè)世界是一座舞臺(tái)”。如今言猶在耳，只是這句話在當(dāng)下比以往任何時(shí)刻都更顯真實(shí)。如果說(shuō)3G顛覆了語(yǔ)音，開(kāi)啟了移動(dòng)終端的先河，那4G則是顛覆了圖片，開(kāi)啟了移動(dòng)視聽(tīng)時(shí)代的大門。因?yàn)?G技術(shù)的發(fā)展，視頻社交逐漸成為繼文字、語(yǔ)音、圖片之后大受歡迎的社交形式，視頻傳播的便捷化也為UGC們打造出更多展示自我的舞臺(tái)。傳統(tǒng)的“優(yōu)愛(ài)騰”紛紛引入大量UGC作品來(lái)充實(shí)自身的視頻平臺(tái)，更有抖音、快手、梨視頻等專門的短視頻平臺(tái)為UGC們提供展示舞臺(tái)，海量視頻時(shí)代已經(jīng)到來(lái)。

　　而現(xiàn)在隨著5G時(shí)代的來(lái)臨，就視頻網(wǎng)站而言，必將會(huì)面對(duì)廣闊的由UGC、PGC、PUGC等用戶們創(chuàng)作出的“視頻海”。就在今年，根據(jù)卡思數(shù)據(jù)提供的《2019年短視頻行業(yè)分析報(bào)告》顯示，中國(guó)短視頻的播放總時(shí)長(zhǎng)首次超過(guò)了長(zhǎng)視頻，而中國(guó)短視頻平臺(tái)的視頻總時(shí)長(zhǎng)也首次超過(guò)長(zhǎng)視頻平臺(tái)。

　　面對(duì)大量視頻帶來(lái)的運(yùn)營(yíng)壓力，利用算法來(lái)進(jìn)行視頻分發(fā)的推送模式逐漸成為首選。根據(jù)用戶的搜索習(xí)慣識(shí)別用戶興趣點(diǎn)并有針對(duì)性的分發(fā)已經(jīng)成為主流，但由于機(jī)器識(shí)別可能會(huì)造成的受眾信息接受“窄化”以及機(jī)器機(jī)械化識(shí)別而導(dǎo)致部分“有害視頻”通過(guò)審核的問(wèn)題，已經(jīng)產(chǎn)生了負(fù)面的社會(huì)影響并引起監(jiān)管部門以及企業(yè)本身的重視。故而，人工審核分發(fā)依舊是視頻運(yùn)營(yíng)中必不可少的一環(huán)。

　　一、算法推送下的視頻分發(fā)模式

　　在分析算法推送視頻的模式之前，我們要先了解什么是算法推送?算法推送是基于人們可接觸到的網(wǎng)絡(luò)內(nèi)容過(guò)載，信息分發(fā)有效性減弱的情況下，利用代碼來(lái)搭建出一整套算法推送體系。其根本的運(yùn)營(yíng)方式是通過(guò)對(duì)用戶大數(shù)據(jù)的收集，基于不同的個(gè)體“WHO”來(lái)分發(fā)相應(yīng)的內(nèi)容“WHAT”。無(wú)論是網(wǎng)站還是手機(jī)應(yīng)用都逐漸開(kāi)始采用算法推送的模式，根據(jù)用戶的個(gè)人信息和歷史搜索數(shù)據(jù)，無(wú)限制的儲(chǔ)存、分析并搭建出個(gè)體興趣數(shù)據(jù)庫(kù)，以此為基礎(chǔ)不斷增加與個(gè)體興趣點(diǎn)相關(guān)的信息的推送量，從而使用戶產(chǎn)生對(duì)應(yīng)用的粘性，增強(qiáng)應(yīng)用的使用量及影響力。

　　在《機(jī)器代替編輯?》一文中，字節(jié)跳動(dòng)的創(chuàng)始人張一鳴曾對(duì)算法推薦機(jī)制做出說(shuō)明：“當(dāng)用戶綁定微博登錄后的5秒鐘內(nèi)，系統(tǒng)會(huì)為用戶建立起一個(gè)DNA興趣圖譜。這個(gè)圖譜類似于一個(gè)數(shù)學(xué)模型，主要根據(jù)用戶SNS賬號(hào)上的標(biāo)簽，以及用戶的手機(jī)、位置、使用時(shí)間等數(shù)據(jù)提取而來(lái)。”1現(xiàn)今，字節(jié)跳動(dòng)旗下的今日頭條、抖音等產(chǎn)品都廣泛運(yùn)用算法推送模式，其競(jìng)品快手、騰訊視頻、百度等也已逐漸應(yīng)用算法分發(fā)模式來(lái)實(shí)現(xiàn)定點(diǎn)推送。

　　(一)基于算法的推送邏輯

　　在大數(shù)據(jù)時(shí)代，龐大的數(shù)據(jù)帶給算法巨大的權(quán)利。斯科特•拉什就曾提到：“在一個(gè)媒體和代碼無(wú)處不在的社會(huì)，權(quán)利越來(lái)越存在于算法之中”。大衛(wèi)•比爾提出來(lái)“算法的權(quán)利”這一概念。算法的權(quán)利不僅指的是算法對(duì)分類、篩選、過(guò)濾信息上的絕對(duì)權(quán)利，也包含了算法在規(guī)則與人的關(guān)系中承擔(dān)著重要的過(guò)渡作用。在面對(duì)互聯(lián)網(wǎng)時(shí)代下數(shù)據(jù)的不斷增大，算法的權(quán)利與日俱增。利用算法進(jìn)行精準(zhǔn)信息推送的前提是平臺(tái)能夠準(zhǔn)確獲取用戶數(shù)據(jù)。

　　2015年1月，字節(jié)跳動(dòng)創(chuàng)始人張一鳴在極客公園創(chuàng)新大會(huì)上透漏，其算法邏輯是基于用戶的動(dòng)作特征(包括點(diǎn)擊、停留、轉(zhuǎn)發(fā)、滑動(dòng)、評(píng)論、分享)、環(huán)境特征(GPS定位、是否WIFI環(huán)境、是否節(jié)假日)和社交特征(微博關(guān)注關(guān)系、歷史微博內(nèi)容等)來(lái)進(jìn)行信息推送的。

　　在視頻平臺(tái)上通過(guò)捕捉動(dòng)作特征即對(duì)用戶在瀏覽過(guò)程中選擇點(diǎn)擊的信息類型、觀看信息的時(shí)間長(zhǎng)短、是否有評(píng)論、點(diǎn)贊、轉(zhuǎn)發(fā)等行為的收集，來(lái)獲取用戶的興趣點(diǎn)信息，通過(guò)對(duì)環(huán)境特征的判斷即用戶所處的地理位置、使用平臺(tái)的時(shí)間是否處于節(jié)假日以及所處網(wǎng)絡(luò)環(huán)境(使用WIFI還是移動(dòng)數(shù)據(jù)流量)來(lái)判斷對(duì)用戶而言更有接近性、實(shí)用性的信息，通過(guò)對(duì)社交特征的提取即用戶本身所關(guān)注的博主類型、用戶好友的興趣類型、用戶在使用平臺(tái)時(shí)所發(fā)微博的內(nèi)容類型來(lái)擴(kuò)充興趣點(diǎn)避免信息窄化。這種算法模式將用戶的行為習(xí)慣轉(zhuǎn)化為數(shù)據(jù)，為每個(gè)用戶建立起相應(yīng)的個(gè)人興趣庫(kù)，能夠有效幫助平臺(tái)實(shí)現(xiàn)有效的信息推送。

　　自2016年至今，國(guó)內(nèi)短視頻平臺(tái)對(duì)于個(gè)性化推送和算法分發(fā)愈加重視，隨著把關(guān)權(quán)利從人工運(yùn)營(yíng)向算法分發(fā)的過(guò)渡，傳統(tǒng)的流量計(jì)算模式也發(fā)生了巨大的改變。在運(yùn)營(yíng)領(lǐng)域，場(chǎng)景、內(nèi)容、用戶偏好和平臺(tái)優(yōu)先級(jí)逐漸成為衡量產(chǎn)品的重要標(biāo)準(zhǔn)，運(yùn)營(yíng)策略也在不斷優(yōu)化升級(jí)。

　　(二)基于算法分發(fā)的運(yùn)營(yíng)策略

　　在新媒體運(yùn)營(yíng)中，流量思維是一個(gè)重要的研究方向，甚至有學(xué)者提出“得流量者得天下”的理論。流量思維是指以獲取用戶流量為主要運(yùn)營(yíng)目標(biāo)的思維方式，包括捕捉興趣點(diǎn)、提升用戶粘性等多種運(yùn)營(yíng)手段。在近幾年，視域更廣的“流量池思維”成為研究熱點(diǎn)。流量池思維是指獲取流量并通過(guò)儲(chǔ)存、運(yùn)營(yíng)和挖掘等手段，進(jìn)行信息的再傳播，以期獲得更多的流量，是流量獲取之后的下一步社會(huì)行為。

　　通過(guò)算法對(duì)視頻流量情況的監(jiān)控，將帶量視頻放到更大級(jí)別的流量池中不斷重點(diǎn)推薦。在抖音中，短視頻在內(nèi)容流量池中獲得一定的量級(jí)后，平臺(tái)會(huì)使用算法機(jī)制將其放到二級(jí)流量池中進(jìn)行更大的范圍的推薦，流量越大，推薦的次數(shù)越多，達(dá)到一定量級(jí)后會(huì)再次放到下一個(gè)更大量級(jí)的流量池中進(jìn)行推薦。

　　以這種方式，優(yōu)秀的視頻被不斷被放大從而獲得更大的流量。同時(shí)，以這種方式也能夠過(guò)濾掉一些不受歡迎的視頻，這種根據(jù)用戶的反饋來(lái)進(jìn)行推送的模式更能反映出視頻的實(shí)際傳播效果。在騰訊視頻中，對(duì)流量池的概念還較弱，大流量的展現(xiàn)是算法推送與人工運(yùn)營(yíng)合力作用的結(jié)果。

　　面對(duì)處于宣傳期的影片或重點(diǎn)事件，騰訊視頻設(shè)置了不同的重點(diǎn)等級(jí)。重要事件人工放置到重點(diǎn)頁(yè)面并進(jìn)行S級(jí)重點(diǎn)推薦，同時(shí)頻道頁(yè)與主頁(yè)面同時(shí)發(fā)力，產(chǎn)生現(xiàn)象級(jí)事件。對(duì)于重點(diǎn)UGC作品，重點(diǎn)推薦的視頻可以設(shè)置置頂模式，對(duì)質(zhì)量較高、時(shí)效性較強(qiáng)、影響力較大的視頻可以在愛(ài)看頻道中設(shè)置一刷到五刷不同的強(qiáng)度，從而吸引到一定的流量。但對(duì)于大部分UGC視頻還是以算法分發(fā)為主，根據(jù)用戶的興趣點(diǎn)推薦相似內(nèi)容來(lái)達(dá)到流量變現(xiàn)的效果。雖然由于抖音與騰訊視頻的定位有所不同，其對(duì)流量池的形成模式也有所差別，但是不可否認(rèn)的是算法運(yùn)營(yíng)的模式已經(jīng)逐漸成為視頻推送的主流。

　　(三)視頻平臺(tái)的算法推送模式

　　無(wú)論是本身基于數(shù)據(jù)推送為基本的“抖音”，還是傳統(tǒng)的騰訊視頻網(wǎng)站，面對(duì)數(shù)據(jù)算法推送而帶來(lái)的便捷化運(yùn)營(yíng)，紛紛投入大量的研發(fā)基金，不斷開(kāi)發(fā)算法的多功能化視頻分發(fā)，以期達(dá)到以算法推送技術(shù)來(lái)減輕人工運(yùn)營(yíng)的壓力。抖音的算法推送模式較為成熟，在獲取建立用戶的數(shù)據(jù)庫(kù)時(shí)會(huì)根據(jù)用戶的定位信息推送接近性較強(qiáng)的視頻內(nèi)容。

　　以學(xué)生為例，在獲取到用戶所處的位置信息后，學(xué)校的官方抖音賬號(hào)以及同校師生的作品會(huì)成為首要的推送內(nèi)容，其次學(xué)校附近的美食、游玩場(chǎng)地以及附近院校的視頻會(huì)被大量推送，以此來(lái)擴(kuò)充興趣信息庫(kù)，抖音的同城和推薦兩個(gè)板塊就是建立用戶數(shù)據(jù)庫(kù)的重要來(lái)源。

　　同時(shí)，用戶還可以在抖音中選擇是否同意其讀取聯(lián)系人等信息，如果用戶同意平臺(tái)讀取此類信息，平臺(tái)就可以輕松捕捉用戶的社交關(guān)系。平臺(tái)通過(guò)對(duì)所關(guān)注好友的類型及好友興趣的讀取，推送大量觀念、興趣一致的視頻內(nèi)容，使用戶不斷的強(qiáng)化自身觀念，逐漸在抖音上建立起擬態(tài)社交環(huán)境，增強(qiáng)用戶使用抖音的時(shí)間，增強(qiáng)對(duì)抖音的依賴性。騰訊視頻也逐漸在進(jìn)行算法代替人工的嘗試。在愛(ài)看頻道使用了算法模式來(lái)進(jìn)行小視頻的推送。

　　騰訊的短視頻以電影、電視劇片段為主，同時(shí)也增加了大量UGC視頻。在騰訊的愛(ài)看頻道中，用戶點(diǎn)擊一條影視片段，如果觀看的時(shí)間超過(guò)視頻的三分之一，會(huì)自動(dòng)在下方跳出與視頻相關(guān)的片段或者劇中明星的其他相關(guān)作品，通過(guò)對(duì)動(dòng)作行為的捕捉來(lái)增強(qiáng)用戶黏性。騰訊視頻還會(huì)記憶用戶行為，在每次登錄之后都能夠根據(jù)以往行為推送相關(guān)信息，不斷刺激興趣點(diǎn)，從而增強(qiáng)用戶點(diǎn)的擊量。騰訊視頻處于人工運(yùn)營(yíng)向算法推送運(yùn)營(yíng)的過(guò)渡階段，正在不斷尋求算法推送的新模式以更加適應(yīng)平臺(tái)本身的受眾定位。但不可否認(rèn)的是，算法將逐漸在未來(lái)的短視頻分發(fā)運(yùn)營(yíng)中占據(jù)更為重要的比重。

　　二、海量視頻中人工運(yùn)營(yíng)的失效

　　2019年6月6日，第一張5G牌照的發(fā)放意味著流量資費(fèi)下降、網(wǎng)速大幅度提升的5G時(shí)代的到來(lái)。在傳播領(lǐng)域，短視頻將成為人們獲取信息、展示自我和社交生活的主要舞臺(tái)。自2014年美拍、秒拍作為專業(yè)的短視頻運(yùn)營(yíng)進(jìn)入到人們的視線，到抖音、快手、梨視頻等專業(yè)類短視頻應(yīng)用的入場(chǎng)，2017年短視頻終于引來(lái)其爆發(fā)年。

　　根據(jù)QuestMobile報(bào)告，截止到2019年，我國(guó)已經(jīng)有8.2億用戶在使用各類短視頻平臺(tái)，且使用率高達(dá)78%，尤其是以抖音、快手為代表的短視頻平臺(tái)，DAU、MAU的數(shù)值不斷攀升。④根據(jù)艾瑞咨詢公司的統(tǒng)計(jì)，短視頻目前已經(jīng)進(jìn)入到商業(yè)化的成熟期，到2020年，短視頻的市場(chǎng)收入將會(huì)達(dá)到2110.3億元，成為在互聯(lián)網(wǎng)紅利不斷消失的時(shí)代中唯一在增長(zhǎng)的流量池。伴隨現(xiàn)今5G的到來(lái)，短視頻市場(chǎng)日漸成熟，未來(lái)短視頻的數(shù)量將會(huì)迎來(lái)新的爆發(fā)性增長(zhǎng)。

　　(一)視頻洪流下運(yùn)營(yíng)模式的轉(zhuǎn)化

　　面對(duì)視頻數(shù)量的劇增，傳統(tǒng)的人工運(yùn)營(yíng)模式逐漸失效，大數(shù)據(jù)算法時(shí)代的到來(lái)為解決這一困境提供了依據(jù)。基于算法的智能推送相較于傳統(tǒng)的人工運(yùn)營(yíng)模式有更強(qiáng)的信息有效性。傳統(tǒng)的人工分發(fā)多是運(yùn)營(yíng)者根據(jù)后臺(tái)數(shù)據(jù)分析判斷，通過(guò)對(duì)用戶群體進(jìn)行大致的畫像、記錄用戶的使用習(xí)慣和使用時(shí)長(zhǎng)來(lái)進(jìn)行運(yùn)營(yíng)分發(fā)從而盡可能達(dá)到信息的有效傳播，實(shí)現(xiàn)流量轉(zhuǎn)化的目的。而強(qiáng)大的算法邏輯已經(jīng)可以根據(jù)大數(shù)據(jù)來(lái)讀取不同用戶自身的行為特征，以此建立其獨(dú)屬于個(gè)體的信息庫(kù)，從而實(shí)現(xiàn)內(nèi)容的精準(zhǔn)推送。抖音就是一個(gè)建立在算法邏輯基礎(chǔ)之上的產(chǎn)品。

　　根據(jù)抖音發(fā)布的《2019年短視頻營(yíng)銷通案》我們可以看出，抖音在流量層分成了公域流量、商域流量和私域流量三個(gè)層面，從而打造出品效合一的營(yíng)銷閉環(huán)。⑥抖音的人工運(yùn)營(yíng)主要集中在商域流量和運(yùn)營(yíng)監(jiān)管的部分，商域內(nèi)的運(yùn)營(yíng)主要體現(xiàn)在商業(yè)廣告以及網(wǎng)紅運(yùn)營(yíng)。通過(guò)對(duì)用戶個(gè)人信息的分析，廣告商們可以根據(jù)用戶的年齡、喜好等信息，將相應(yīng)的產(chǎn)品投放其中，達(dá)到廣告的精準(zhǔn)投放，實(shí)現(xiàn)有效的商業(yè)變現(xiàn)。

　　以美妝產(chǎn)品為例，抖音中對(duì)于美妝類產(chǎn)品的商業(yè)化營(yíng)銷方案主要包括網(wǎng)紅主播推薦產(chǎn)品、針對(duì)產(chǎn)品適應(yīng)的年齡段有針對(duì)性的進(jìn)行廣告推送等方面，根據(jù)客戶對(duì)廣告力度需求的不同，還可以對(duì)廣告本身在抖音中出現(xiàn)的頻次進(jìn)行限定。騰訊視頻作為老牌的視頻媒體，正處于人工運(yùn)營(yíng)向算法推送的轉(zhuǎn)型期。除商用層面視頻推送以及視頻監(jiān)管需要人工運(yùn)營(yíng)之外，其他頻道內(nèi)容已經(jīng)逐步由算法分發(fā)推送來(lái)代替，feed流成為評(píng)判的重要標(biāo)準(zhǔn)。以算法來(lái)替代人工選擇視頻的低效率、低達(dá)到性讓騰訊短視頻在以電影電視片段、UGC視頻為主的短視頻領(lǐng)域展現(xiàn)了較快的用戶吸引力。

　　自算法時(shí)代到來(lái)以后，對(duì)視頻的監(jiān)管日漸成為運(yùn)營(yíng)者的工作重心。媒體作為傳播的是窗口，需要承擔(dān)自身的社會(huì)責(zé)任，而絕大部分UGC用戶的短視頻則是利用算法push來(lái)進(jìn)行分發(fā)，算法現(xiàn)階段對(duì)于視頻的過(guò)濾主要停留在關(guān)鍵詞、畫面、字幕的篩選上，人工監(jiān)管依舊是保證媒體純凈的必要手段。但不可否認(rèn)的是，無(wú)論是老牌的“優(yōu)愛(ài)騰”還是新興的抖音、快手等都已經(jīng)將算法推送作為主要的分發(fā)模式，人工運(yùn)營(yíng)的需求量正在逐步減少。

　　(二)人工運(yùn)營(yíng)崗位的消減

　　在中國(guó)，2000年以前，新媒體運(yùn)營(yíng)處在以用戶運(yùn)營(yíng)為核心的早期階段，這一時(shí)期阿里巴巴、百度、新浪、騰訊等第一批互聯(lián)網(wǎng)公司開(kāi)始注重用戶體驗(yàn)，將運(yùn)營(yíng)的概念逐漸應(yīng)用到新媒體領(lǐng)域。2000年-2005年是以產(chǎn)品運(yùn)營(yíng)為主導(dǎo)的時(shí)期，運(yùn)營(yíng)人員的主要工作是通過(guò)與客戶進(jìn)行線上線下的反復(fù)溝通與反饋，以次來(lái)不斷的研發(fā)和升級(jí)新產(chǎn)品。到2012年，互聯(lián)網(wǎng)公司之間的競(jìng)爭(zhēng)迫使運(yùn)營(yíng)者們開(kāi)始以活動(dòng)運(yùn)營(yíng)為主來(lái)不斷推廣自身的產(chǎn)品。

　　2012年之后，移動(dòng)互聯(lián)網(wǎng)的普及使得內(nèi)容運(yùn)營(yíng)成為運(yùn)營(yíng)工作者的主要方向，因此新媒體運(yùn)營(yíng)的重心由活動(dòng)運(yùn)營(yíng)轉(zhuǎn)化為以吸睛標(biāo)題、走心內(nèi)容、精美圖片或H5為主要形式的內(nèi)容運(yùn)營(yíng)。⑦5自2017年，運(yùn)營(yíng)的概念開(kāi)始從對(duì)生產(chǎn)和提供的內(nèi)容進(jìn)行設(shè)計(jì)、運(yùn)行、評(píng)價(jià)和改進(jìn)的工作轉(zhuǎn)化為以分析算法推送模式來(lái)獲取更大流量的手段。相較于傳統(tǒng)的運(yùn)營(yíng)中以視頻內(nèi)容為判斷標(biāo)準(zhǔn)來(lái)繪出用戶畫像進(jìn)行視頻推廣，現(xiàn)今的流量分發(fā)已經(jīng)開(kāi)始轉(zhuǎn)化為受眾反饋為中心進(jìn)行流量分發(fā)的模式。算法推送的快捷高效，尤其是大數(shù)據(jù)時(shí)代，平臺(tái)本身儲(chǔ)存的數(shù)據(jù)逐漸完整準(zhǔn)確，人工運(yùn)營(yíng)的弊端逐漸顯露，機(jī)器代替人工已經(jīng)成為必然。

　　傳統(tǒng)的產(chǎn)品運(yùn)營(yíng)、用戶運(yùn)營(yíng)、內(nèi)容運(yùn)營(yíng)、活動(dòng)運(yùn)營(yíng)已經(jīng)成為可被機(jī)器替代的運(yùn)營(yíng)工作。在平臺(tái)內(nèi)部，運(yùn)營(yíng)人員轉(zhuǎn)崗屢見(jiàn)不鮮，甚至?xí)�出現(xiàn)人數(shù)多達(dá)上千人的公司中，運(yùn)營(yíng)人員的需求只有十幾名的情況。現(xiàn)今，無(wú)論是抖音還是騰訊視頻，公眾內(nèi)容運(yùn)營(yíng)的部分已經(jīng)很大程度上交由機(jī)器來(lái)判斷。根據(jù)公開(kāi)內(nèi)容顯示，視頻平臺(tái)中對(duì)于視頻運(yùn)營(yíng)的職責(zé)要求已經(jīng)由對(duì)視頻進(jìn)行監(jiān)管分發(fā)轉(zhuǎn)向?qū)��?yōu)質(zhì)內(nèi)容的搜索、個(gè)體網(wǎng)紅的開(kāi)發(fā)以及商業(yè)變現(xiàn)層面。運(yùn)營(yíng)崗在算法推送自身還存在相當(dāng)?shù)娜毕莸那闆r下還不會(huì)消失，但運(yùn)營(yíng)人員的逐漸消減已成必然。

　　三、算法與人工合力打破運(yùn)營(yíng)困境

　　哈佛大學(xué)教授凱斯•桑斯坦在《信息烏托邦》中提出了“信息繭房”的概念，他認(rèn)為在信息傳播中，因公眾自身的信息需求并非全方位的，公眾只注意自己選擇的東西和使自己愉悅的通訊領(lǐng)域，久而久之，會(huì)將自身桎梏于像蠶繭一般的“繭房”中。⑥這一概念在算法推薦為主的短視頻平臺(tái)上久被弊病。就個(gè)體而言，“信息繭房”阻礙了個(gè)體與信息環(huán)境的全面發(fā)展，形成所謂的“回聲室”效應(yīng)，自己喜好的內(nèi)容和語(yǔ)氣的觀點(diǎn)得到激勵(lì)和放大，二隊(duì)其他觀點(diǎn)一位排斥，就群體而言，社會(huì)成員因“趣緣”而組成團(tuán)體，強(qiáng)化了內(nèi)部認(rèn)同感，同質(zhì)性的交流使得成員所持有的觀點(diǎn)變得極端，加重了群體極化現(xiàn)象的發(fā)生。⑨6實(shí)則算法推薦在“信息繭房”生成后并不能夠產(chǎn)生增效作用，但這并不意味著算法推薦是完美的運(yùn)營(yíng)手段。在我們實(shí)際的分析中，現(xiàn)今的算法推送的方式依舊需要人工運(yùn)營(yíng)的協(xié)助。

　　通信論文范例：基于5G預(yù)期廣電媒體來(lái)打造新媒體

　　隨著5G時(shí)代的發(fā)展，面對(duì)海量短視頻，算法推送模式不可或缺，且越來(lái)越成為短視頻運(yùn)營(yíng)中的主要模式。在不斷完善算法推薦模式之下，以算法為用戶定制所需信息，并利用人工監(jiān)管分發(fā)，避免個(gè)體進(jìn)入“信息繭房”，才能更好的規(guī)避算法的弊端，同時(shí)也有助于媒體承擔(dān)起應(yīng)擔(dān)負(fù)的社會(huì)責(zé)任。在發(fā)揮短視頻傳播的社會(huì)功能之時(shí)，采取積極措施讓“人工運(yùn)營(yíng)”與“算法推送”兩種短視頻推送模式相輔相成，更有助于形成完整、健康的短視頻生態(tài)體系。

　　作者：路顏西