接着说豆瓣的推荐功能——社会化推荐的动力和阻力

豆瓣把推荐放上了首页，这或许可以标志豆瓣对自己使命的决心——帮助每个人发现未知的有趣事物，以及它的决定——用社会化推荐来实现。上次那篇《SNS网站的内向和外向》是关于推荐和收藏的微妙区别，我们这次来分析一下社会化推荐的动力和阻力。

为了简化对社会网络中用户行为的分析，仿效经济学的理性人假设，让我先引入一个社交人假设：即假设我们所讨论的SNS网站中的每个用户的行为都以他所预计的社会交往结果而定。一个理想的社交人会顾及到他的行为会造成的他人心理负担，并以此决定自己的行为。当然在真实的SNS网站上，你能遇到不少并不顾及他人反应和心理的用户，有的以之为个性，有的就真的是粗枝大叶。但正像经济学，它分析人逐利的那一面（反逐利的行为会被市场惩罚），所以只需要分析“经济人”，我们分析的是由社会交往形成的SNS（反社交的行为也会被社区惩罚），所以只需要分析“社交人”。

我们来试试看，假设豆瓣的每个用户都是社交人。豆瓣推荐会遇到什么问题？

豆瓣推荐是所谓的社会化推荐（或俗称的“人肉推荐”，这是阿北自己的阐释，0rz），推荐的信息会在社交人的社交圈子中传播。一个有趣或有价值的信息会被他的朋友接力推荐而由此越传越广，社会推荐的好处是信息会在有类似趣味的群体中定向扩散，减少海量信息过载带来的压力。

对于一个社交人而言，每一次推荐他都会考虑这个推荐所带来的社交影响，就是说，他会在推荐前考虑这个信息是否会受到他的社交圈子的关注或欢迎（"Yes!"），以及有多大风险遭到他人的否定评价("No!")。我们抽象的定义社交人做出推荐行为的心理动力(motivation)来自他对这两者期待的差。动力越大，他就越倾向做出一个推荐。

Motivation = expected Yes - expected No.

设想一个刚刚成为豆瓣用户的社交人，因为只有寥寥几个友邻，我们的社交人明白（普通用户迟早也会明白），自己的推荐只有很少的人能够有机会看见，得不到反馈和关注的推荐是很无聊的，因此对于有一个迷你或小型社交圈子的社交人而言，推荐对他的问题是：做出推荐所需的心理动力不足。

再设想一个作为资深豆瓣用户的社交人，他有着复杂的社交圈子，他可能有着两群或更多群互不相同的朋友，可能是结识渠道不同，或趣味不同，或政治立场不同，……这些都很常见。人是复杂多元的，所结成的社会网络当然也是多元而复杂的。对这样的社交人而言，他虽然有很大的动力去做推荐，但所顾及的阻力会更大，他想要推荐一个有趣的x笑话给一圈童年好友，他会顾及到他在同事们中的形象；他想要推荐一篇最新的IT新闻，他会觉得这对昨天刚结交的文青而言太无聊。于是所有真正“定向的”内容都被社交人自己的“自我审查”先过滤掉了，最后他只能推荐一些老幼咸宜雅俗共赏的东西——典型的例子是无害且可爱的猫咪照片。对于这些社交圈子够大而复杂的社交人而言，推荐对他的问题是：要做出推荐所要克服的心理阻力太大。而对SNS网络而言，这种阻力会使得被推荐的内容不够“定向”，缺少“多元”。

更糟糕的是，这些有多元圈子的社交人推荐的越多，他的圈子就越向“去多元化”的方向发展，理论上，他迟早会悄悄得罪完某一个倾向的朋友圈，而成为另一个单极立场的圈子中的一元。换言之，社会化推荐另一个副作用是会削弱SNS中的弱连接，从而影响到SNS的连通性。这个后果就很严重了。其实对其他那些基于单一兴趣爱好的SNS，社会化推荐不如就直接做成Digg式匿名推荐，但对兴趣高度分歧多元的豆瓣来说，怎么保持它的多元性，是一个重要的问题。

新手推荐动力不足的问题可以交给时间去自然解决。但资深用户推荐阻力太大的问题却必须正视，无他，这个问题只会变得越来越严重。在社交人的世界里不能指望其他人都会“宽容异己趣味”。

我以为，简单的解决方案是允许社交人更好的控制自己推荐行为——尤其是这个推荐究竟要发送到哪一群人。具体实现可以是允许豆瓣用户进一步细化定义自己的朋友圈：tag或分类都好。然后在做出每一个推荐的时候，用户可以选择是发送给“IT青年”还是“文学女青年”还是“同学+狐朋狗友”，当推荐能不受顾虑的符合用户心目中某个圈子的趣味，定向的多元的推荐才可以自由出现，社会化推荐也会在阻力消失的情况下更快更多的涌现。

两组数字以及真假SNS

许多人把校内看作中国SNS网站的领军者，校内网有忠实模仿Facebook的界面，有实名制，有众多的大学生注册用户，似乎只要加上开放API，它就是Facebook中国版了。于是校内一开电影频道，就有人为豆瓣担心，主要理由是传说中校内无敌旺盛的人气。于是我就好奇的去校内电影频道参观，得到一组数字，然后去了一下豆瓣的相应页面，得到另一组数字，如下：

第一组数字来自校内的《长江七号》页面的前四条最热评论：
(338条回复) 40人推荐该评论
(72条回复) 35人推荐该评论
(80条回复) 33人推荐该评论
(50条回复) 28人推荐该评论

第二组数字来自豆瓣的《长江七号》页面的前四条最热评论：
(187条回复) 268/323人推荐该评论
(73条回复) 166/182人推荐该评论
(55条回复) 87/100人推荐该评论
(44条回复) 86/104人推荐该评论

其中一目了然的是豆瓣电影的人气其实比校内电影要高不少，但这并不是重点，人气可以积累，可以超越，豆瓣电影此时此刻的人气相对优势实在不足为凭，就和校内的所谓人气优势不足为凭一样。上面两组数字中真正有趣的部分在于比例：校内每篇评论吸引的回复数都远大于推荐数，而豆瓣的评论正好相反：推荐数远大于回复数。并且你如果观察其他电影，也能发现相同的对比关系，校内的用户总是更多回复而较少推荐，而在豆瓣则相反。

这说明了什么？

从数字回到用户心理来，回复操作是用户对用户的响应，推荐则是用户对圈子的分享。当用户热衷于回复而不愿推荐，这告诉我们社区中缺乏圈子，或者说有足够凝聚力的朋友圈子，校内虽然试图把用户庞杂的现实人际关系搬上网络，但校内用户热衷从事的依然是典型的1.0论坛行为——回复。缺少用户自发内聚的朋友圈子，缺乏朋友圈内自发的分享和沟通，校内所谓的SNS网络不过是无数个人的散沙（黏合在名人和美女周围？）。

相比之下，数据证明豆瓣有一个更乐于分享的用户群体，而每一个分享都暗示着一个有活力的朋友圈子。当许多人还在争论豆瓣是不是应该“转型”去做SNS的时候，豆瓣已经涌现出了丰富真实的人际网络结构。

忍不住想偷用孔子的话，子曰：君子群而不党，小人党而不群。按着学校班级结党成社但保持一盘散沙并不是真正的SNS，这样的社区无法分享，也就无法过滤，也就无法帮助社区的每一个人发现真正有趣的东西。

--
ps，本文有巨大bug，写的时候没发现，写完才发现，冷汗啊冷汗，留着看谁会先留言指出。

Technorati Tags Web,豆瓣,校内,SNS