TMT观察网_独特视角观察TMT行业

放在以前，要評價一個人的影響力如何，有很多種判別方式，比如他能不能手機里的通訊錄借來五萬塊錢，或者他攛的飯局能來多少人。

這種情況下，我們基本上是對一個人的社交范圍、社交能力、受歡迎程度等等做出一個粗略的估算。

互聯網的興起催生了網絡社交，人們在社交平臺的只言片語都成為了數據而被存留。隨著大數據時代的來臨，粗略的估算逐漸被量化呈現的數據取代，微博上有多少粉絲、朋友圈里有多少大佬，都是個人影響力的體現。以至于先有目見，再有耳聞。

而到了今天，在AI算力的加持下，每個人的影響力都可以被分析、量化，并以指數來呈現。一款名為Skorr的App就宣稱，其可以綜合各個社交平臺的信息，來給用戶的影響力打分——

還有這種操作？

影響力評分到底是什么鬼？

其實對社交媒體進行影響力量化評估早就不是什么新鮮事了。

早在2011年，美國就已經有了一家非常成熟的社交影響力評估公司Klout。Klout主要從三個方面評估影響力：計算過濾掉僵尸粉外的真實影響人數、發布內容的二次傳播力度以及全網包括Facebook、Twitter等社交網絡平臺活躍度。

Klout主要的服務對象是商家。其通過對商家的社交平臺進行影響力分析，來幫助商家準確的找到和認識自己的社交媒體粉絲，從而進行精準的營銷活動。

而最近推出的Skorr則有著與Klout相似但又截然不同的功能。其主要特點有三個方面。

第一，用AI加持來提高分析數據的能力。為了能對個人在社交媒體上的影響力等進行判斷，Skorr利用了機器學習等一系列AI算法來對用戶在Facebook、Twitter、Instagram、YouTube等平臺的內容進行情感分析、自然語言處理等，然后給用戶打一個從1到100的社交分數。對用戶來說，這個分數包含著其和他人的互動頻次、發布內容的贊踩程度、情感指向等諸多內容，并可在之后以之為鑒。

第二，給用戶提高影響力的提供指導。與Klout不同，Skorr在以分數呈現用戶影響力之后，還會提供相應的改進建議來提高用戶影響力。比如說通過自然語言處理，Skorr識別用戶待發送內容中可能引起熱議的部分，甚至預測得到內容的互動量有多少。好比你在發送朋友圈時，會有一個小助手提醒你“此時加入自拍會獲得更多點贊”。

第三，對用戶隱私的嚴格保護。在用戶發布一些包含信用卡號、車牌號、身份證號等一切有可能泄露自身隱私的圖片或內容的時候，其內置的圖像識別功能將發出警報。

總的來說，Skorr實際上是作為各種社交軟件的工具而研發，而這也是研發人員的目的所在。通過Skorr的影響力分析，用戶可以更加清楚的認識到自己在社交媒體中的形象。在這個社交網絡不斷被量化的時代，Skorr的推出也讓人們對自我的認識方式從可感走向了可觀。

價值的攫取：Skorr影響力打分的背后

而這些所有影響力計算的背后其實都隱藏著一個關鍵詞：價值。

對于個人來說，通過影響力計算，他可以看到自己的社交生態的真實狀況。好友數量、評論人數、轉發人數、粉絲數……這些內容全部以量化的形式展現在自己的面前，其實就是個人在偌大互聯網中的一個微小價值體現。

那么，對一些并不擅長社交能力的用戶來講，把個人影響力量化、對社交媒體進行全面分析，也就明確指出了其社交短板。由此利用Skorr進行補短，也不失為一條捷徑。例如當人緣不好的用戶產生困惑是，Skorr可以通過數據分析提醒用戶，因為經常在社交媒體上發布“曬娃”這樣的負面內容，導致個人影響力評分下降。

另一方面，Skorr對用戶的影響力進行量化，同時也量化了個人的傳播能力。明白了這一點之后我們就會發現，影響力計算瞄準的更多的是用戶身上蘊藏的潛在傳播能力。

對企業來講，Skorr從用戶社交平臺的關注量、二次轉發量、內容關注傾向等方面計算用戶的影響力，可以為其實現更精準的廣告投放提供指導。在這種情況下，企業不一定非要像過去一樣只投放大V網紅，批量選擇有影響力的普通用戶也不失為一種營銷玩法。

然而，這種影響力的指數量化真的完全可行嗎？個人看來，至少還有以下幾個方面值得思考。

一是對個人影響力評價的可靠性。值得注意的是，這種被量化的價值僅僅是根據線上平臺的數據得出的，線下的行為舉止則并未被列入其中。同時，個人的價值也并不是通過自己的Twitter轉發數量、點贊量乃至評論數決定的，如果那樣的話，Twitter經常零評論的人豈不是活得一點意義都沒有了？又或者有些人是“網上網下兩幅面孔”，如果網絡上是好好公民，放下手機就變成兇神惡煞的怪蜀黍，這種情況下Skorr評分很可能毫無實用性。

二是目前AI識別計算的過濾性有待提高。在研究進展比較困難的NLP方面，AI的能力還沒達到出神入化的地步。尤其是社交媒體中會涉及大量俚語、縮寫、新詞語，想要讓AI跟得上網民造詞的速度，恐怕要費些事了。比如在涉及到用戶的諷刺、打比方、反語等語言風格的時候，AI可能會“鄭重其事”地把它列入影響力分析清單。如果后期出現這種不襯用戶之意的廣告投放，那就尷尬了。例如前一陣出現的蔡徐坤粉絲和黑粉掐架時間中，就有黑粉誤導他人稱“NMSL”是“你美死了”的縮寫，導致一些不明真相的粉絲和黑粉一起刷屏蔡徐坤NMSL這樣侮辱性的語言。連人都經常分不清社交網絡上的語言，更別提AI了。

三是這種技術可能帶來的意外情況。例如社交媒體的重度用戶有很多都是青少年，他們也許會出于攀比、虛榮等心態把Skorr分數看的很重要，為了獲取更高的分數，他們也許會故意發布一些惹眼球的不當言論或圖片。另外，如果影響力評分機制被多家應用當成一種考察用戶的標準的話，就像今天的芝麻信用分，或是《黑鏡》中的個人評分。我們會不會被這一體系所綁架，每天無奈的在社交媒體上“刷分互贊”來維持分數。如此，社交網站反倒會成為人們的負擔。

但不可否認的是，隨著個人資料的快速數據化和算力的不斷進步，世界上幾乎萬物都面臨著被量化的必然趨勢。也許在不就的將來，我們和《黑鏡》中的距離，也就只差一副隱形眼鏡而已。