社区内容量很大时，内容曝光有限，很是影响社区作者创作的努力性。为了办理内容曝光有限的问题，内容标签系统不失为一种有效的办理方案。本文团结一些案例来探讨，做内容标签系统的须要性。

一、问题配景

社区产物中，在内容量大的环境下，曝光数量和内容总量对比，是十分有限的，对社区作者很倒霉。

我们以一个案例来阐明一下，曝光有限对作者的严重危害。

某社区起步时有1千个作者，成长两年后，作者变为原先的100倍，也就是10万。每一位作者的天天能宣布数量都在一个正常范畴内，即人均宣布数量必然。

刚起步时，社区的作者数量是较少的，因此天天的内容新增量也少。在社区中宣布后，很是容易被曝光到读者用户，被用户阅读互动。

看成者变为10万后，人均宣布数量一按时，对应天天的内容新增量变为原先的100倍。固然读者的用户量也有必然比例增长，但由于内容新增量更多了，每个作者宣布的内容被曝光的时机，会变得越发罕有和贵重。一旦曝光需求没有获得满意，作者就无法收到读者的阅读互动反馈，也就无法形成正向鼓励。

我们知道，看一个社区的代价，可以是看作者的局限及质量。好比YY直播，看的是主播；知乎，看的是大V等答复者；B站视频，看的是UP主。

一个无法满意作者曝光需求的社区，无疑会导致作者粘性低落，很是容易流失，甚至跑去竞争敌手的平台。

二、标签的界说

为了办理内容曝光有限的问题，内容标签系统不失为一种有效的办理方案。

内容标签系统，是用若干要害词来描写内容特征。它合用于内容量大的社区产物，用来改进内容曝光。

三、标签如何改进曝光

标签是如何办理曝光有限的问题呢？基于标签的推荐，可以有效让内容曝光至对应的方针用户。

必需大白的是，我们办理曝光有限的问题，不是为了曝光而曝光。而是但愿，将内容精确地推荐至方针用户，让方针用户消费，并作出正向反馈，给到社区作者，从而维持社区作者的创作努力性。

在内容量大的社区产物中，存在信息过载，而读者的内容需求是多种多样的、不绝细分的。因此，内容消费 *** 需要从原先由用户主动获取，转变为以推荐为主的被动获取。从千人一面，转变为千人千面。

标签有3种典范的推荐应用场景，可以改进曝光，别离是:新用户内容推荐、相关内容推荐、本性化内容推荐。

1. 基于标签的新用户内容推荐

社区产物中，天天都有大量的新增用户。

新用户在注册时，选择本身感乐趣的内容标签，在利用产物时，就可以将沟通标签的内容推荐给新用户。

差异用户选择标签的差异，因此，推荐给用户的内容也差异。这样，可以让更多内容有曝光给新用户的时机，晋升曝光包围率。（曝光包围率=被曝光的内容数/内容总量）

以小红书为例，新用户注册时，选择感乐趣的内容标签后，如“时尚”“护肤”“明星”“彩妆”。完成注册后，生成“时尚”“护肤”“明星”“彩妆”相关的内容首页和标签频道栏。

2. 基于标签的相关内容推荐

在成果设计上，在内容详情页显示该内容的标签，当用户但愿看沟通标签下的更多内容时，只需点击标签，即可曝光更多内容。在看接下来的内容时，用户又通过其他标签看了其他的内容，形成一级一级的扩散，形成的是 *** 裂变式的曝光。

标签在这个别系中通过以下 *** 发挥浸染：标签形成了曝光路径。

单个标签可以让内容与内容之间的形成直接毗连，而推广到一个完整的标签系统可以让全体内容形成一个内容 *** 。也可称为“常识图谱”，内容与内容之间，通过有限数量的标签，即可相互找到。

如图，用户看了内容1，通过标签A找到内容2，接着通过标签B找到内容3。原来内容1和内容3是没有任何接洽的，而通过标签A和标签B，让用户间接找到了内容3，实现了内容3的有效曝光。虽然了，尚有其他曝光路径，也能让用户从内容1到内容3。

如人人都是产物司理社区，以我宣布的《以图片社区为例，如何操作热度算法做内容质量评估》文章为例，文章末端显示标签“热度算法”。用户点击“热度算法”，带有“热度算法”的其他文章就会获得曝光。如此，用户在其他文章中，也通过沟通的 *** ，实现看了又看。

3. 基于标签的本性化内容推荐