信息爆炸时代，我们缺的只是优质内容。
信息越来越多了，多到我们目不暇接
公认的，微信公众号的上线是自媒体时代繁荣的标志。
在公众号之前，自媒体人多集中在论坛、贴吧和博客中发声，信息也多在PC端传播。不管信息有多少，我们和信息之间隔着一个百度：不搜索时，信息再多也是和你无关的。
公众号改变了这个格局，它将自媒体人带到手机端。
手机已经成为我们的一个器官，你可以不带钱包、不带钥匙，但是不能不带手机。
因为微信公众号的链接，隐藏在百度身后的PC端信息涌入我们的新“器官”中，没了隔阂。
我们开始感觉拥堵，感觉目不暇接。
而这只是开始。
之前，互联网的流量掌握在网站、论坛和博客手中，百度就像一个隔音墙一样，控制着我们和流量之间的传播。自媒体人再努力的呐喊，隔音墙不打开，我们也很难听到他们的声音。
公众号推倒了这堵隔音墙，把自媒体人的声音通过我们的“新器官”传递给我们，流量开始被自媒体人掌控。
流量是个好东西，它可以变成钱；
钱是个更好的好东西，人可以为财死。
所以大量的人涌入自媒体行业，去抢流量，不择手段。
然后，本来就很拥堵的信息，变得更多，有了标题党，谣言和鸡汤。
后来，又出现了更多的“公众号”，有今日头条、一点资讯、网易新闻、百度百家号、UC订阅号、腾讯企鹅号……
每个平台都想把流量霸占在自己的平台，所以开出大价钱吸引自媒体人，10亿、20亿，100亿！
所以自媒体人开始变得更多，2000万公众号有100万在活跃，还有40万头条号、40万百家号、39万大鱼号、20万企鹅号……
按照每个自媒体账号每天发布一篇文章的活跃度，每天将会产出近250万篇文章！
可我们需要的不是这些
你每天看到朋友圈、今日头条、百度feed流里面，有多少篇是值得你认认真真读完的？
很少，是不是？
所以我们很焦虑。
我们需要有人能帮我们从这爆炸的信息中，筛选出有价值的内容。
于是有了知识付费，比如得到、知乎live、喜马拉雅FM。
但是他们毕竟是少数人依靠自己的经验，筛选出他们认为有价值的内容。
面对每天250万篇内容的产出速度，需要多少个罗振宇才能把它们筛选完？
人为财死，我们又很难控制自媒体人对流量的追逐。所以我们只能寄希望于某个筛选机制，哪怕不那么完善，可以从250万篇文章中筛选出250篇比较优质的内容，让我们每天只需要拿出十分钟的时间，从这250篇优质的文章中选出喜欢的一篇，仔细读完；让我们看到的知识将不在那么碎片，变得体系起来。
体系的知识才能给我们带来成长。
可由谁来构建，又如何构建这个筛选的机制呢？
一定可以
从对自媒体人的掌控力来看，公众号占有了半数的自媒体人；
从技术的应用水平上看，今日头条具有业内最佳的算法能力；
从对流量的管理上看，百度具有最丰富的经验；
从对内容质量的评价能力来看，传统媒体具有对内容最强的敏感性。
作为内容的接收者，我们每个人或许也应该为优质内容的评价出一份力。
毕竟那是我们要看的内容。
比如用下面的方法，先把内容按类型分开。
不同的行业有不同的标准，内容也是。文学、经济和科技，对文章具有不同的优质判断标准。我们且先不谈这标准是什么，先从分类开始。
以目前的技术和手段来看，对内容的分类可以在发布时、传播中和初次传播结束后三个阶段分开操作。
1. 内容发布时
（1）作者分类
内容的创作者对文章类型的认知是最准确的，那么在内容创作完成时的分类可以作为基础衡量标准。
为什么只作为基础衡量标准呢，因为不要忘了人为财死。
当自媒体人掌握了不同类型内容的价值判断标准和受众量时，可能为了追求流量而篡改内容的分类。
比如把一篇鸡汤放进金融分类。
所以这就需要机器在这个环节把关。
机器是没有贪念的，至少现在的机器是这样。
（2）机器算法分类
使用过今日头条的的用户可能发现过，每篇文章的结束会有机器为文章打上的标签，其中具体的算法我们尚不可知，但是其准确率是很高的。
根据这个标签可以对文章的类型有大概的判断，以此约束自媒体人的贪念或许是个不错的办法。
2. 传播中：基于用户数据分类
以发布时的分类为开端，我们可以在内容的传播过程中继续完善文章的分类——使用读者的画像数据。
继续以今日头条为例，每天推送到你首页的内容是根据你的画像定向推送的，每个人看到的新闻都不一样，也就是我们说的“千人千面”。你的画像来自你的历史数据，在默认你的画像准确的前提下，你读完的文章也就有了和你的画像相符的分类。
所以在传播过程中，每一个读者的阅读行为在不断完善着内容的分类。
3. 一次传播结束时：用户主动参与分类
机器总是不那么完美，所以你仍旧会在今日头条看到你不喜欢的文章，这就需要我们读者对读完的文章进行标注。
或许是个下拉菜单，或许是一些可供勾选的标签。
人人为我，我为人人。
再选择评价的指标
假定以上的工作可以完成对文章的分类工作，那么我们接下来要考虑的就是对不同分类的文章进行质量评价了。
很有幸，我曾在中国知网工作过一段时间。我曾经惊异于中国知网对学术文章的标引精细程度，当然这也和学术论文的撰写要求密不可分。
每一篇文章从标题、摘要、关键词、正文到下载量、被引量都有十分精细的标引，这为学术文章的质量评价、作者水平的认定甚至期刊级别的划分奠定了坚实的基础。
学术论文可以，互联网内容肯定也是可以的。我们可以借鉴学术论文的质量评价体系，设定内容的评价指标。
以公众号文章为例，除了没有对关键词的标注以外，标题、正文、转评赞等数据都是完备的。
同时，新榜等第三方公司基于可见文章数据对公众号、微博等媒体账号做了排行。经过近十年的积累，我们也有了公认的大V和KOL。这样，自媒体的内容与期刊和作者的对应关系也完善了。
1. 转、评、赞数据指标
转发作为社交环境下表征传播力的重要指标，我们不能仅对等到学术文章的被引用，更具评价意义的用户转发行为也应该考虑在内。
遗憾的是，这个数据目前只有微信后台可见，前台是不可见的，这也给我们评价体系的构建提升了难度。
相信微信已经在推进这项工作了，微信是聪明的，比我们大多数人聪明。
评论数据对微信公众号来说是很无力的指标，因为他受到自媒体人的把关选择性的展示，我们暂且不谈。
但评论是用户参与内容评价非常重要的指标，目前已有很多公司在对内容的评论进行情感评价了。虽然这些评价是从舆情监控的角度出发的，还没有应用到对内容质量的评价中，但至少我们有了技术基础。
值得一提的是，新榜在对微博帐号质量的评价时，评论占1/4左右的比重，得出了业内认可的排行，由此可见评论的重要性。
赞作为一个正向的情感，在内容质量的评价中应该占据非常重要的比重。这里的赞除了点赞外，打赏也应该算在其中，并且是更重要的指标。其中的原因不用过多解释大家也能理解，氪金才是真爱。
2. 作者水平
我们之所以相信专家（虽然现在它快要成为一个贬义词了）、相信大V、相信KOL，相信的是他们作为内容生产者的权威性和专业性。所以在对内容的质量进行评价时，作者的水平必须在内容的质量评价中占据重要的地位，甚至超过转评赞。
作者水平和内容水平是相辅相成的：优秀的作者产出优秀的内容，优秀的内容成就优秀的作者。但这并不会表示我们进入了莫比乌斯环，因为内容的质量还受到转评赞、公众号水平和读者评价影响，不考虑作者影响时，我们仍可以评选出较优质的内容。
3. 账号水平
对于期刊，有从SCI到EI到核心等有不同的分级，我们会理所当然的认为发表在SCI收录期刊的文章具有较高的学术水平。
在自媒体内容行业同样，能够被优质大号转载的文章，不考虑付费购买的情况下，文章的质量也代表了一定的水平。
再次感谢新榜，在新媒体帐号的排行工作中坚持不懈的深耕，我们有了不同垂类的公众号排行、有了不同认证体系的微博帐号排行，据说不久也会正式上线头条号的排行。
相信当我们增加更多评价指标进去后，帐号的质量评价会更加完善。
4. 读者评价
毫无疑问，作为内容的接收者，读者在内容的评价工作中占据更加重要的地位。
就像我们用大众点评对美食点评一样，如果对文章增加星级评定，每一个读者都参与到评价中，我们就可以得到五星好文和一星水文。
这不是天方夜谭，你会在豆瓣评价一部电影、一本书，那你也会在公众号评价一篇文章，我相信作为读者的我们有这个责任感。
人人为我，我为人人！
5. 专家评议
这部分我不确定是否要加入到评价体系中，毕竟内容行业的专家还不具备权威的评价机构。但我们有专业的媒体人、有优秀的记者、有努力的KOL、有一呼百应的大V，专家评议仍具备不可替代的参考的意义。
其实我们已经有了很多探索
或许你以为前面我提到的指标和方法都是我一个人的意淫，其实这些工作早就有人在思考了：
2009年，范哲等在《图书情报》中发表了论文“Web2.0环境下UGC研究评述”；
2011年，北京邮电大学的方鹏程在硕士论文《用户贡献内容质量评价研究》中基于大量的文献查阅和数据分析，采用多种机器学习模型（决策树、贝叶斯等），建立了UGC质量三层评价框架；
2015年2月，张博等在《情报杂志》中发表论文“协同知识生产社区内容质量评估研究综述”，给出了基于维基百科内容的质量的评价方法；
同年10月，李贺等在《理论探索》中发表论文“移动互联网用户生成内容质量评价体系研究”，给出了移动互联网用户生成内容质量评价指标体系的层次结构；
同时业内也打下了坚实的基础：
微信推出了微信指数，除了对事件的热度评价外，也是对内容数据指标的应用；开放了实验室功能看一看，包含“好友在读”、“你可能喜欢”、“北京人在读”、“产品经理在读”等多种分类标签的文章推荐机制；微信读书新版本中增加了书籍相关公众号文章阅读功能。
头条号、百家号、大鱼号等有对作者和文章的评价体系。
还有新榜，仅基于阅读量和点赞量两个可见指标，提供了分钟级检测、趋势查询、自定义榜单、舆情监控等多种功能，将数据应用到淋漓尽致。
这一切都是在向着优质内容筛选迈进。
对美好事物的热爱，是我们人类一致的追求，
美好的事物，值得我们为之努力。
希望有一天，我们不需要在筛选标题党、旧闻、鸡汤上浪费时间；
希望有一天，我们不再因为只能接受碎片化的知识而焦虑；
希望有一天，我们睡前看到的是今日精选，了解到的是最真实、最具深度的新闻评论。
希望这一天，就是明天。
