本文主要從審核機(jī)制、排序算法、評論運(yùn)營、個性化推薦切入，思考如何讓評論區(qū)更有趣。

對一個互聯(lián)網(wǎng)產(chǎn)品來說，好的評論運(yùn)營邏輯可以營造強(qiáng)大的社區(qū)氛圍，助力增長，如網(wǎng)易云音樂、抖音。

目前市面上流行的評論樣式有：平鋪式、主題式、蓋樓式、對話式、混合式，大家都很熟悉。

（資訊APP評論區(qū)截圖）

先回憶下我們在評論區(qū)活躍的動機(jī)有哪些？

逛淘寶購物時翻閱評論，主要是想依靠評論消除疑問或做出決策；

聽歌或閱讀資訊APP時查看評論，主要是尋找共鳴或了解輿論風(fēng)向（延伸閱讀）；

當(dāng)被提醒評論被回復(fù)/點(diǎn)贊（與己相關(guān)），情不自禁點(diǎn)擊進(jìn)入評論區(qū)。

基于上述用戶在評論區(qū)的活躍動機(jī)，可將用戶需求理解為：時效性（我要看最新的評論）、邏輯性（我要看懂評論）、趣味性（我要看最好玩或有用的評論）。

需求拆解完，我們來看看“讓評論區(qū)FUN起來”的方案，下文主要從審核機(jī)制、排序算法、評論運(yùn)營、個性化推薦切入，啟發(fā)思路。

01 評論安全審核機(jī)制

同文章分發(fā)，評論的分發(fā)也需要安全審核機(jī)制，方式有：

1. 先發(fā)后審
2. 先審后發(fā)

處理優(yōu)先級可遵循：流量熱門的內(nèi)容優(yōu)先處理；重要賬號的內(nèi)容優(yōu)先處理；高信用用戶的內(nèi)容優(yōu)先處理。

安全審核機(jī)制和舉報懲罰機(jī)制、用戶頭銜評級系統(tǒng)，共同構(gòu)成評論土壤的守衛(wèi)墻。除了以上官方的處理機(jī)制，還可以發(fā)揮用戶“眾志成城”的力量，共同維護(hù)評論或社區(qū)的內(nèi)容生態(tài)，如下圖：

（左：最右app，右：網(wǎng)易新聞）

評論清理的過程中，留意一些避免傷害用戶參與積極性的小技巧。如先審后發(fā)的評論，僅用戶自身可見、僅粉絲可見，待通過審核再取消曝光限制；評論刪除同理，用戶自身對評論仍可見，但該評論已從大眾的曝光list中剔除。對一些“滿懷惡意”且“屢教不改”的用戶可進(jìn)行禁言加黑名單的懲罰。

02 尋找優(yōu)/劣質(zhì)評論

以資訊APP為例，評論區(qū)展示邏輯一般有兩種：熱門評論（精彩評論）和最新評論，后者是以時間倒序排列，前者可以簡單按點(diǎn)贊或回復(fù)數(shù)倒序排列，精細(xì)化運(yùn)營可以有更多提升空間，整體思路是：找到優(yōu)質(zhì)/有趣的評論，制定合理健康的排序規(guī)則。

怎樣從海量的評論中找到優(yōu)質(zhì)、有趣的評論，四字方針：除劣拔優(yōu)。

先從文本入手，可以通過敏感詞濾網(wǎng)和特征識別，將低質(zhì)評論過濾掉，如：

• 有過多重復(fù)詞
• 違禁詞
• 錯別字
• 字?jǐn)?shù)少、純表情、亂碼
• 廣告

也是通過文本特征，可以識別出對聯(lián)、打油詩、押韻、角色扮演、深度答疑、講故事這類具有特殊的文本結(jié)構(gòu)的特色評論（前期需要做濃度摸底），可在排序環(huán)節(jié)加權(quán)或強(qiáng)插。

另一方面，從評論用戶角度出發(fā)，一般來說哪些用戶發(fā)表的評論質(zhì)量比較高呢？（由于用戶行為計(jì)算量較大，前期需要評估性價比）

1. 頭銜：評論頭銜較高的用戶評論活躍，這類用戶的評論應(yīng)該受到重視。
2. 學(xué)歷：高學(xué)歷人群思考完整性相對較好，所使用的詞匯可能會比較好，不容易出現(xiàn)“好好好、贊贊贊”等比較水的評論。
3. 歷史評論互動數(shù)：某個用戶之前發(fā)表過的評論得到的點(diǎn)贊數(shù)特別多，可以在一定程度上幫助我們預(yù)測他的最新評論的質(zhì)量。
4. 用戶畫像：通過歷史行為統(tǒng)計(jì)發(fā)現(xiàn)用戶活躍的特征，提高一定的權(quán)重。例如某個活躍度較高的用戶的核心興趣是科技，內(nèi)容消費(fèi)大部分是科技內(nèi)容，他在該領(lǐng)域可能有一定“深度”見解。

03 評論排序算法，如何克服“馬太效應(yīng)”？

點(diǎn)贊數(shù)是多數(shù)評論區(qū)常用來做排序的因子，但單純依賴點(diǎn)贊數(shù)會產(chǎn)生一個問題：先發(fā)的評論有“前排沙發(fā)”的曝光優(yōu)勢，容易出現(xiàn)“霸榜”現(xiàn)象，后發(fā)優(yōu)質(zhì)跟貼被埋沒，會打擊用戶的評論熱情?？梢試L試以下幾種方法改善問題：

在算法加一個時間衰減因子能緩解這個問題。隨著時間推移，這個因子變得越來越大的時候，會把先發(fā)評論的分?jǐn)?shù)拉低。某些后發(fā)的評論，在有一定正向因子提權(quán)的前提下，可能會超過之前的評論，從而“奪位”成功。

在重排階段加人工規(guī)則。如評論時間在文章發(fā)布后距今的后1/2時間段內(nèi)的，進(jìn)入提權(quán)插入隊(duì)列。

在熱門評論區(qū)中尾部開辟試投區(qū)邏輯。由機(jī)器篩選的后發(fā)優(yōu)質(zhì)評論，排隊(duì)滾動，使后發(fā)的潛力評論進(jìn)入“賽馬”機(jī)制。

例如曝光量達(dá)到500次的時候，互動數(shù)需要達(dá)到一個預(yù)期值（這個數(shù)值可以是點(diǎn)贊數(shù)，也可以是其他關(guān)鍵行為），達(dá)到預(yù)期值的評論在排序中加權(quán)，未達(dá)預(yù)期值則進(jìn)入下一條評論輪換。如此不斷更新就可以保證有比較多的新增評論可以在評論區(qū)里不斷被曝光。

熱門評論的排序算法流程大致可類比推薦系統(tǒng)：

1. 召回：過濾低質(zhì)和不符合展示要求的評論
2. 粗排：優(yōu)質(zhì)特征提權(quán) & 時間衰減
3. 重排：固定位優(yōu)先插隊(duì) & 提權(quán)插隊(duì) & 試投插隊(duì)

可能的相關(guān)因子一覽表：

04 評論運(yùn)營

為了提高用戶的參與感，會疊加一些運(yùn)營手段。如果想增加預(yù)想行為的發(fā)生概率，觸發(fā)要顯而易見，行為要易于實(shí)施，動機(jī)要合乎常理。

1. 評論氣泡引導(dǎo)

目的是提高功能滲透率，這是新功能上線常用的推廣手段，關(guān)注引導(dǎo)的時機(jī)和方式。

2. 評論置頂、評論加精

通過“機(jī)器候選人工挑選”的方式，給精彩評論蓋章（突出）或置頂上熱門，一能讓用戶快速看到精選評論，優(yōu)先消費(fèi)頭部內(nèi)容，二能形成官方肯定的反饋機(jī)制，其注意點(diǎn)是：做好內(nèi)容質(zhì)量把關(guān)，規(guī)避政審風(fēng)險。

（左：皮皮蝦，右：網(wǎng)易新聞）

3. 機(jī)器點(diǎn)贊或回復(fù)

評論互動冷啟動是基于“人渴望得到肯定或其他積極的反饋”的心理需求。

根據(jù)“上癮”模型（觸發(fā)->投入->多變的酬賞->行動），酬賞分為社交酬賞、獵物酬賞、自我酬賞，社交酬賞指通過與他人的互動而獲取的人際獎勵，從而產(chǎn)生一種自我滿足感、成就感，帶著期望再投入下一次行動。讓機(jī)器人分擔(dān)冷啟動工作，能在初始化階段給用戶制造“驚喜”，也能助力新產(chǎn)品走出雞與蛋式困境。

4. 用戶激勵體系

根據(jù)用戶生命周期設(shè)計(jì)用戶成長體系，這個思路已經(jīng)是互聯(lián)網(wǎng)產(chǎn)品提留存的標(biāo)配，不累述。

5. 評論玩法模板化、活動化

網(wǎng)易新聞評論區(qū)段子手頻現(xiàn)，官方抓住這個特點(diǎn)開展了“開杠”、“造?！薄ⅰ百愒姽?jié)”等等，強(qiáng)化評論氛圍強(qiáng)化跟貼文化印象。

（網(wǎng)易新聞評論玩法截圖）

當(dāng)評論區(qū)運(yùn)營初見成效，不再滿足于正文頁的評論區(qū)，基于評論的特性，可以開拓哪些評論露出場景：

1. 正文頁評論區(qū)：評論消費(fèi)主場景
2. 信息流：資訊閱讀的延伸閱讀場景
3. 回流頁/PUSH頁評論區(qū)：資訊閱讀的輔助場景
4. 熱議榜：提供熱文+熱議的消費(fèi)入口
5. PUSH：運(yùn)營玩法提醒，與己相關(guān)的評論互動提醒
6. 開屏/banner/浮窗等營銷場景：運(yùn)營玩法提醒

05 個性化推薦的“相益得彰”

用戶的評論行為對個性化推薦系統(tǒng)有什么收益？從用戶維度，用戶的評論行為（包括評論、評論點(diǎn)贊、評論區(qū)停留時長等）可以是用于排序的CTR預(yù)估模型的訓(xùn)練特征，也可以按評論活躍度將用戶分層做功；從內(nèi)容維度，可以對高評論內(nèi)容單獨(dú)召回推薦，也可以對高評論內(nèi)容排序加權(quán)，這里可以給個性化推薦提供新的嘗試方向。

以上所有的優(yōu)化，無論是機(jī)器算化還是運(yùn)營調(diào)控，宏觀上可觀測以下指標(biāo)：

針對頭部熱點(diǎn)內(nèi)容做精細(xì)化運(yùn)營和引導(dǎo)，打造頭部效應(yīng)，對無意義內(nèi)容進(jìn)行下沉處理，是目前評論運(yùn)營比較主流的做法。

反觀現(xiàn)在很多互聯(lián)網(wǎng)產(chǎn)品的評論區(qū)，戾氣和怨氣太重，吐槽一大片，這其實(shí)是背后產(chǎn)品策略放縱的結(jié)果。

將用戶遇到的問題和設(shè)計(jì)者的解決方案頻繁聯(lián)系在一起，以幫助用戶形成一種習(xí)慣，才能收獲一種美好“預(yù)期”。

參考文獻(xiàn)

《上癮》[美]尼爾·埃亞爾，[美]瑞安·胡佛

本文由 @張小喵Miu 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。