书荒的背后：推荐机制的“红与黑”

本文主要是介绍书荒的背后：推荐机制的“红与黑”，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

你有过书荒的体验吗？

最近有朋友对港股研究社倾诉：现在网络小说质量越来越差，一些网文平台的推荐、导读已经快要变成“导毒”了，她已经书荒很久了。

抱着怀疑的心态，港股研究社在网上查了一些资料，并对认识的网络小说作家及读者进行了相应的采访。

每日导读真的能导读吗？

作为2010年以后中国网文界龙头，起点在众多在线阅读网站中腾飞的“起点”正是一批大神作家带来的优质作品。为了了解网文平台小说质量，港股研究社统计了起点精品频道作品数量。

自2020年5月4日——2020年12月31日为止，起点精品频道（均订三千以上的作品）共计有340余部网络小说作品。而2019年同期起点精品频道总计收录近370余部精品小说。

从数量上看，起点精品频道出现了下滑趋势，但这个差距并不是数量级上的差距，也不会让读者有明显的感受。

既然如此，问题出在哪里呢？

“每日导读里的小说质量越来越差，飞卢风格越来越多。加上番茄（免费小说）的之类的APP免费模式出现，付费读者在萎缩，资本倾向于炒作IP，既然一个漫威宇宙就值几百亿美元，资本自然不在乎精品小说了，有头部IP就可以。”起点资深读者马明告诉港股研究社。

经过采访，港股研究社发现以下几个现象：

1）飞卢风格逐渐侵入各大网文平台，正在取代日渐式微的传统玄幻文，成为中低层主流风向。

2）热门题材霸占榜单，每日导读大部分作品内容风格相近，跟风现象大行其道。

3）推荐算法不完善。重复性的类型小说阻塞了读者获取新书信息的渠道，推荐反而增加了挑选优质小说的时间成本。

越来越多读者觉得小说质量下降，第一个原因就是飞卢风扩散到各个小说平台。

众所周知，飞卢的网文作者写书就像工业流水线。一个新颖的题材刚出现不久，就会出现大量仿写的网文，很多飞卢作者在写下一篇网文的开头后，会找枪手续写，自己再开新书，这也就导致了同一本书，文章质量逐渐下滑。

飞卢风小说变多，一方面是因为行业“内卷”严重。根据官网数据，光是阅文几个平台上的作家数量就达到了940万人，作品超过1450万部。除了知名作家，大多数作家写一本“好作品”想要突出重围，难度不言而喻。

另一方面，面临这个问题的几乎是所有小说平台，但免费模式的小说软件更加明显，相对而言起点的签约难度更大，而新兴平台对作品的渴望更高，导致了飞卢作品“大举入侵”。

其次，跟风现象大行其道。

“感觉看推荐，全是一种风格的书，更过分的是看完几十章去看下一本，连内容都只做了‘微创’。”另一个小说爱好者王衡说道。

并非这种风格的小说读者不爱看，而是因为同类作品数量太多，内容重复度较高，新鲜感降低速度较快。

深层次的探讨这个问题，一方面是随着中国网络文学近二十年的发展，小说类型逐渐完善，情节设计对脑洞需求也越来越大。

在分类上，港股研究社参考了最全面的起点中文网分类。从下图可以看到，截至2022年3月1日哪怕是最小众的体育类下也有9109本作品。

这种情况下，写出新奇内容的难度逐渐加大，对作者的想象力和写作能力的要求越来越高。

另一方面，好作品不一定符合大众网文读者偏好。读者喜好某一类型的小说，或者说市场验证了这一类型存在大量读者，作者跟风创作比构思新类型新内容节省精力，风险成本低。一旦冥思苦想的新作品不受市场欢迎，创新热情自然下降。

最后，不完善的推荐算法无法为读者筛选出优质的小说。

问到为什么不看每日导读里推荐的小说，马明这样说：“每日导读推荐的书质量很差，找书我还是从排行榜由上往下翻看，或者去百度。”

每日导读功能每天零点会刷新推荐书籍，点进去置顶的第一本书是[编辑推荐]，之后的书都是[猜你喜欢]，就是算法推荐。

跟过去知名的小说，诸如《遮天》、《莽荒纪》、《斗罗大陆》等3-4字的书名不同，现在每日导读中的书籍名字普遍较长（多于6个字），大多是XX:XXXXX的格式，“几乎看标题就能猜到全文。”马明补充道。

“每日导读推荐的书质量普遍很差，看起来槽点满满，不是跟风的灌水文，就是老白文。”王衡告诉港股研究社道。

这种推荐通常是读者阅读了某一本书，就会大量出现同类型或者同题材的书籍。但是这里有一个问题，那就是读者选书时可能点了一本并不喜欢看的书或者发现这一类书不在偏好范围内，但之后的智能推荐全变成了这一类书籍。

最重要的是，书的质量比不上排行榜上靠前的小说。关键是，读者点开的多了，推荐就大多变成了这一类小说。

也许对于小说平台来说，这是为了推广中腰部的不知名作品或者新作品，但是推荐的小说内容质量确实堪忧。

显然，读者并不喜欢这样的推荐，“觉得这个置顶的导读功能没什么用。”王衡说。

对于每日导读，作家是怎么看的呢？

港股研究社采访了一位有超过四年创作网文经验，专注写仙侠分类的兼职作家胡宇。

关于起点的推荐机制，他告诉港股研究社：“起点中文网的推荐是由编辑安排的，一般来说，签约了正常更新的书籍，都会有一两个推荐，然后再根据读者的阅读情况，决定后续的推荐，相比其他平台，起点的推荐机制已经是较合理的了。”

据了解，起点的推荐分为网站推荐和APP推荐，网站推荐就是会出现在起点中文网，APP推荐则是会出现在起点读书APP上，总体来说，APP推荐的效果比网站推荐更好。

“我拿过网站的热门分类、APP上的编辑精选、APP上的限时免费。限时免费的效果是最好的，一天时间涨了5000收藏，但是订阅增长不多。每日导读算是最好的推荐了，但感觉（每日导读）编辑推荐的书质量确实一般。”

总结一下，每日导读[猜你喜欢]显然用了算法推荐，但是过于简单，或许有利于读者偏好类型中靠后的作品或者新书，但容易让读者产生厌烦心理，也不一定真实反映了读者偏好。而[编辑推荐]这一栏目，虽然不知道审核标准，但显然门槛有待提高。

最后，说到阅读体验，“使用过番茄、七猫的小说阅读APP，使用体验非常差，隔三差五就有广告，我更喜欢付费阅读以获得更好的阅读体验。”胡宇告诉港股研究社。

免费阅读模式下，平台的盈利主要来自广告业务，对于追求高阅读品质的读者来说，一定程度上牺牲了阅读体验。

付费模式对于追求更好阅读环境的读者来说仍然是首选。对此，王衡表示：“推荐对于书荒的人来说是一个参考，希望编辑能多推荐一些不在排行榜前列，但很用心的小说。”

那么，小说平台该如何完善推荐机制呢？

深耕存量，精细化服务读者与作家两端

首先，针对推荐算法，港股研究社认为可以参考今日头条的算法。

在中国人民大学高瓴人工智能学院举办的“推荐算法社会价值与可持续发展”研讨会发布了《算法向善与个性化推荐发展研究报告》。

其中提高了基于内容的推荐方法：根据项的相关信息（描述信息、标签等）、用户相关信息及用户对项的操作行为（评论、收藏、点赞、观看、浏览、点击等），来构建推荐算法模型。

[猜你喜欢]的问题在于，观看或者浏览以及读者自己的偏好设置很可能影响过大，导致了推荐过于“精准”，以至于被局限在某个题材内。

来源：《今日头条算法原理》

而今日头条的推荐算法考虑的因素更多更全面，它为“用户对内容满意度的函数”设置了三个维度的变量。

第一个维度是内容，每种内容有很多自己的特征，需要考虑怎样提取不同内容类型的特征做好推荐；第二个维度是用户特征，包括各种兴趣标签，职业、年龄、性别等，还有很多模型刻划出的用户兴趣等；第三个维度是环境特征，这是移动互联网时代推荐的特点，用户随时随地移动，在工作场合、通勤、旅游等不同的场景，信息偏好有所偏移。

结合三方面的维度，模型会给出一个预估，即推测推荐内容在这一场景下对这一用户是否合适。

起点可能要为它的算法设置更多变量，同时根据网络文学的特点为不同变量设置不同权重，以追求达到一个大致的读者偏爱范围。

这个范围不能太大也不能太精准，投资界有这样一句话“精准的错误不如模糊的正确”，同样适用于此。太过精确的推荐未必是正确的，也可能会让读者产生厌烦心理。

有时候，给读者提供一个有边界的模糊范围，既能让读者找到喜欢的类型，也保留了读者尝试其他类别的可能。

其次，[编辑推荐]作品质量一般反映了很多小说平台推荐的共同问题。

20多年前，网络小说的出现对资深编辑把持着话语权的“传统文学”造成了巨大颠覆，这是互联网的力量：没有审核门槛，书籍影响力由读者决定。

但是当下，随着网络文学环境的规范化，三大头部集团：阅文、掌阅、中文在线加上其他互联网巨头下的网络文学平台形成了头部效应，审核的权利与责任再次来到编辑手中。

网络文学网站的编辑和审核自身肯定有着一定的网文鉴赏能力，在这个前提下，推荐的作品质量好与不好，一定是有着最基本的判断。那么，[编辑推荐]的作品质量如何应该是编辑的职业责任。

重要的是，近年来由于短视频、游戏等应用的快速发展，占据了网民大量娱乐休闲时间，网络文学用户规模增长开始乏力。

据《第48次中国互联网络发展状况统计报告》统计，截至2021年6月，我国手机网民规模达10.07亿，较2020年12月增长2092万，网民使用手机上网的比例为99.6%，与2020年12月基本持平。

其中，网络文学应用用户数量为4.61亿，较2020年的4.60亿仅增长了0.2%，网民使用率更是从2020年的46.5%下降到45.6%。