拒绝大V“吟唱”并看到“Ta in”如何打破信息室

一个大V（意见领袖）有一个迷人的表面，但在私下它经常发布垃圾邮件，可能是目前最糟糕的社交体验。

这不仅仅是大事。从社交圈被垃圾邮件淹没，人们已经失去了能量和有效的社交生活。深夜毒鸡汤吊具，刷屏微商，太阳宝贝妈妈等人物一起玩，几乎侵占了你的社交圈。

基于人际关系（社交网络服务）的传统SNS系统正成为低效社交互动的帮凶。然而，最近，有一种社交媒体应用程序在其“Ta in”中是独一无二的。通过建立知识共享平台，它正在重振普通人的社交网络。

从社交网络到知识网络

在SNS时代，社交媒体的基本逻辑仍然是打开网络空间的人际关系。这种类型的信息广泛传播并具有很大的影响力，但知识属性不可避免地被边缘化。

尽管在知识共享的时代，传播与社会化之间的矛盾似乎不合时宜，但却无法从根本上改变。

一方面，并非社交圈中的每个人都有义务为圈内的朋友传播干货进行判断;另一方面，社交圈中的所有演讲都难以符合一个人的兴趣偏好。

因此，SNS社交媒体长期以来一直流行，个人分享知识和智慧的需求被忽视了。当社交应用陷入用户时间的争夺中时，基于共同兴趣的社会知识领域仍然存在很大差距。有差距的企业可以稍后回来。

值得一提的是，社交+的概念正在全面展开。根据QuestMobile发布的最新报告，截至2019年4月，中国移动社交行业的用户数已超过11亿，这正是用户所需要的。

除垂直社交媒体外，社交+也已成为实现现场登陆，竞争追逐的综合平台。

随着知识共享的社会共享，“塔是”也是这一趋势的趋势。在进化群智能算法（ECI算法）的推动下，“Ta in”基于KNS（知识关系服务），试图创建一个高度智能的知识共享平台，改变过去物理社交互动的概念，使用户可以用知识找到圈内。

这种知识共享的概念与尼古拉·特斯拉一百年前人类智慧的想象相吻合。在他的视野中，人类可以将所有人的思想与动物联系起来，形成一个大脑。

1982年，彼得·拉塞尔完善了这一理念，并将其描绘成一个连接整个人类大脑并将其命名为全球大脑的智能系统。如今，这个宏大概念的概念自然与知识共享平台如“Ta in”不可分割。

在微观层面，“Ta in”对个人用户也非常友好。它是一个知识共享平台，它可以使用智能算法过滤掉具有相似兴趣的朋友，摆脱低效的社交互动。

打破信息室

如今，这是信息爆炸和知识冗余的时代。如何在摆脱低效社会化的同时，在一定时间内获得最有效的信息，不仅是个人的必要能力，也是知识共享平台竞争的关键。

知识共享平台可以分为知识系统类型，搜索系统类型和推荐系统类型，以获取信息信息。

知识系统类型主要是知识百科全书，例如维基百科，它通常使用基于入口的系统来创建和维护条目;搜索系统通常由搜索引擎代表，例如Bing搜索，其中用户搜索要匹配的关键字和内容;推荐系统是目前最常见的内容分发平台。今天，它基于智能算法和基于用户爱好的内容推荐。

但是，这些常见平台存在致命缺陷。例如，知识系统平台项的维护是繁琐的，有限的条目不能覆盖无限的知识点;如果搜索系统与关键词和内容不匹配，则会直接影响搜索结果的准确性;虽然推荐系统是基于用户兴趣，但缺乏完整的知识体系，因此推荐内容的质量通常不高。

更重要的是，在这三个系统中，人与知识是单向联系，缺乏互动和与知识的有机联系，很难形成潜在的能量。

“Ta is”打破了这个瓶颈。该平台的ECI算法通过用户行为捕获兴趣和爱好，不仅准确地将每个用户发布的内容传递给其他感兴趣的用户，还根据用户的问题连接统一属性的内容，并构建人和知识。知识和知识以及人与人之间的亲密联系。

当平台用户达到一定水平时，积累的知识不是机械安排的，而是可以通过知识点的有机结合智能地进化，形成能够自我转化的智能知识共享系统。

值得注意的是，传统算法具有有限的智能水平，并且仅根据用户发布和浏览的内容来推荐。它是重复且低效的，并且更有可能导致信息习惯性习惯性利益受到利益的指导，并被迫禁止信息生活。在闺房。

相比之下，基于ECI算法框架的知识共享平台以群体智能为核心，机器学习为辅助，结合了群体评估系统和机器算法推荐的优势。

简而言之，ECI算法重复用户反馈 - 平台调整的过程，并且在功能反馈过程中，它不基于个体用户行为来校正系统，而是基于群体判断和用户反馈，并且迭代地推送内容。随着系统的发展，用户将继续收到更准确的内容推荐。

这项建议在智能化发展之后将从根本上拒绝来自太平间的信息。

百科全书的应用前景

信息mort房到处都是。有一段时间，知识共享平台主要是大五世界。它们是关注和流动的焦点。

但是，过多的流量会阻碍沟通。一个普通人和一个大V共同主题，往往是因为大V具有更多的话语权，并失去了双方平等对话的机会。

“Ta is”希望通过削弱交通中心的概念来填补这一空白。

“Ta in”产品不具备关注强大的社交属性的功能，例如个性化主页以标记内容。在这里，用户基于共同的兴趣创建联系人，并且每个人都隐藏在内容背后，因此它可以同时满足兴趣共享和个人隐私保护的需要。这无疑是知识共享领域的新尝试。

这种尝试也有利于提高知识搜索的效率。 “Ta in”ECI算法将持续捕获和分类用户的交互行为信息，对人和知识进行排序，并定位知识的复杂属性，以提高搜索定位的效率。

ECI算法也将在B端市场上发挥作用。例如，“Ta in”可以将智能算法连接到大型内容平台，发展智能KNS知识网络，帮助改善这些平台的准确传播，并将智能算法连接到电子商务平台以预测消费趋势。和消费者心理，促进潜意识消费，改善平台产品转型;在教育领域，ECI算法可以创建定制的教学计划，拒绝相同的学习模式，提高学习效率。

优秀的技术加上基于兴趣的巨大流量显然是其他平台无法要求的现实。

一百年前，全球大脑仍可能是妄想症。如今，“Ta is”正在将这一理想变为现实。