算法分发+扶植MCN，短视频开启规模定制新时代？|德外荐读

近年来，算法融入信息传播，和传媒深度融合，改变了信息采集、生产、分发和反馈等过程，并且正在全面重塑传播生态。

在移动互联网的传播中，算法主导着信息分发。自2012年“今日头条”引入算法成功崛起后，算法分发成为了中国移动互联网信息分发的主流。

短视频不断挤压其他泛娱乐应用，正成为名副其实的时间黑洞抢占者，而算法分发系统通过批量归类匹配和高效组织规模生产两种方式，在算法“黑箱”中实现了短视频规模定制，从而完成了短视频工业化生产的升级。

文化工业视域下的短视频“快乐工厂”

2013年中国第一个移动短视频应用上线，2016年短视频开始强势崛起，于2018年超过网络视频，晋级中国第四大互联网应用。在中国移动互联网人口红利见顶、用户增长逐年下降甚至负增长的大势中，短视频用户持续逆势增长，2020年9月月活用户达8.59亿，同比增速8.1%，抖音MAU5.24亿，快手MAU4.08亿；TOP5（抖音、抖音极速版、快手、快手极速版、西瓜视频）加总去重用户规模达7.95亿。短视频不断挤压其他泛娱乐应用，成为名副其实的时间黑洞抢占者。

伴随短视频攻城掠地般扩张的是其商业化的高歌猛进。快手、抖音均在加速商业变现进程，广告、电商、直播带货、游戏等全面发力，抖音更如野马一般在商业化的路上一路狂奔。2018年抖音信息流广告收入200亿元，2020年预计广告收入将超过1000亿元。众所周知，互联网商业大厦是建立在流量基础上的。短视频作为“快乐工业”，越来越多地占据、支配人们的日常时间，影响、控制人们的日常消费。

算法分发下短视频的规模定制

在机械技术时代，文化工业的标准化、工业化生产表现出规模复制的特征。沿着技术的进路，规模定制成为信息时代网络媒体文化工业的新型生产方式。随着传播技术由模拟向数字的演进，文化工业所依赖的技术基础产生了根本变化，有学者将模拟技术下的文化生产称作大规模复制，将数字技术下的文化生产称作大规模定制。

从商品角度而言，所谓个性化生产本质上生产的是针对目标人群的细分内容，目的是适应利基市场的营销。从上世纪90年代起，在数字技术的推动下，电视频道迅速扩容，为了获得分众市场，电视媒体改变了针对大众进行“广播”的做法，转而开办数百个有线数字频道，针对观众多元爱好和需求定向“窄播”。虽然数字频道一定程度上体现了个性化特征，但离真正的个性化定制仍有很大差距。

互联网大数据和AI算法促成了用户行为挖掘，使基于个人数据的规模定制得以实现。根据用户数据进行智能推荐的算法分发开启了规模定制的新时代。以下分析算法分发实现规模定制的两种方式。

（一）批量归类匹配的算法逻辑通过分发达成规模定制

智能推荐的三要素是用户、内容和分发算法，算法分发的核心是要解决用户和内容的匹配：算法分别提取用户和内容各自的相关特征，然后通过不同的推荐算法，将内容推送匹配给相应的用户。个性化推荐本质上是批量归类匹配。

来源：塔娜，唐铮. 算法新闻[M]，北京：中国人民大学出版社，2019：30.

用户画像是算法分发的起点，其核心是为用户打标签，即从网络记录的用户社会人口统计学属性、浏览行为、内容偏好、消费行为等用户数据中抽取用户特征进行标签标识。

用户画像的数据分析通常采用两种算法，一种是对用户行为进行归类处理的分类算法（也称有监督的机器学习算法），即首先在模型中输入训练数据，依据已经标识好的内容类别和分类，对模型分类器进行训练，完成训练后的分类器则会自动对新输入的内容进行相应分类及类别标识，从而发现用户感兴趣的主题、关键词；另一种是使用聚类算法（也称无监督的机器学习算法）对兴趣爱好相同的用户进行聚类，并对同一类用户进行统一推送。这一类算法并不事先输入训练数据，而是通过算法进行自学，自动从混杂的数据里汇聚出相互区别的类别，形成类内相似、类间不相似的若干类别，在类内展开内容推荐。

可见，用户实际上是被算法类别化的数据类型集合。算法将用户建模为标签化的用户画像的过程，就是一个将用户类别化的过程。与之相似，对于非结构化的内容，算法也是将其建模为一系列的特征值的集合，同样通过分类、聚类、卷积神经网络等的算法区分内容类型，从而形成相关性的类别。

在对用户和内容进行建模分析之后，需要设计合适的推荐算法对用户和内容进行匹配分发。在目前多个分发算法中，协同过滤推荐算法是一个基本算法，其原理概括地说就是从用户侧寻找用户间的相似性，给兴趣相同或者相似的用户进行相关推荐，或者从内容侧寻找内容的相似性，给曾浏览过相似内容的不同用户进行相关推荐。

由此可见，在算法分发下的个性化推荐本质上是经由算法对用户、内容类别化后的归类匹配。就这样，表面上千差万别的海量内容在算法逻辑下进行了高效细致的批量归类匹配，算法就像隐形的工业光束机器手，把海量视频和用户进行分拣后，为不同用户源源不断地匹配相应类别的内容，从而通过匹配分发完成了规模定制，这种大规模定制随着用户数据挖掘的深入正在不断精进。

（二）算法扶植MCN通过工业化生产实现规模定制

如果说算法归类匹配通过分发达成规模定制，并没有直接组织生产，那么算法扶植MCN，则深度介入内容生产并以工业化的方式组织规模生产，直接在生产环节实现规模定制。

伴随着以抖音为代表的短视频独角兽的崛起，短视频行业UGC向工业化规模生产的转型速度大大加快了，而实现规模生产的主要路径是平台对MCN机构的大力扶植。

MCN机构通过签约、孵化、聚合内容方，对视频前后期的内容生产以及数据评估等各环节实施专业化分工，标准化制作和流程化管理，实现了产品的规模供给。随着MCN机构快速扩张，各种垂类MCN成为了向利基市场提供定制产品的支柱。

垂类MCN凭借在垂直领域积累的优势资源，包括专业人才、内容制作、分发渠道、广告营销等，不断扩容细分内容生产规模，在壮大市场的同时，也逐渐掌控了细分内容的生产。

MCN也是红人类短视频的核心支撑，作为红人经纪商，头部MCN以自成体系的“方法论”，将UGC打造成PUGC，通过一整套工业化模式，像制造流水线上的娃娃一样批量生产着各类网红。

由于MCN具备规模化地有效组织内容产出及实现广告营销的功能和价值，平台从直接聚合单个生产者转变为对MCN机构的大力扶植。2018年，头条系开始大力扶植MCN机构，采取的主要手段之一是改变算法参数、权重来提高MCN旗下账号的流量。

平台在算法上对签约MCN账号给与加权，使得相关视频得以被推荐到更大数量规模、更高相关度的用户流量池，以逐步扩大MCN机构账号的用户和流量。平台从商业利益出发，通过算法扶植MCN，鼓励其以工业化生产方式组织规模生产。

综上所述，算法分发系统通过批量归类匹配和高效组织规模生产两种方式，在算法“黑箱”中实现了短视频规模定制，从而完成了短视频工业化生产的升级。

结语

不同于传统文化工业的规模复制，短视频的工业化生产表现出个性化规模定制的特征，算法分发系统通过两种方式的结合完成了这一升级，一种是通过内容和用户批量归类匹配的智能分发，一种是算法扶植MCN，以工业化的方式组织规模生产，直接在短视频生产环节实现规模定制。

短视频快速崛起是不争的事实，它在人们日常生活中的影响与控制与日俱增。算法技术与传媒的深度结合是大势所趋。我们无法逃避技术，但不能被算法控制而沦为代码的奴隶。

延伸阅读