为什么不要碰自媒体
要是失业了,搞自媒体,可行吗?毫无希望!
如今的自媒体早卷得不成样子了,很难再有机会,根本原因在于几乎没有增量用户的同时,存量用户也不再有剩余时间,全量用户的时间早已被几个自媒体头部大 v 抓住。
注意力是流量核心,就是流量为王,博主们不得不毫无底线博眼球,蹭热点,包括不限于猎奇,装疯卖傻,极端吃播,擦边,即便大 v 都开始加入这狭窄的内卷赛道。新博主丝毫没有机会抓取用户注意力,原因很容易理解,首先挤占有限用户的有限时间很难,涉及到平台方流量曝光,博主无法控制,其次,博主能控制的范畴内,博眼球蹭热点的行为难以持续。
意难平。
如果平台方不给流量,用户根本发现不了新博主,如何让平台方给更多的曝光机会,这就是另一个生意和赛道了,即便给到了曝光,一次曝光也只生成了一次流量脉冲,问题还是回归到流量是否可持续。
几个普遍现象:
- 大 v 各种矩阵号在多个平台抢流量,新博主根本无法较量;
- 偶尔出现一些流量尖刺的新博主,但昙花一现,再无更新;
- 小众领域流量还不错且努力的博主,终江郎才尽,逐渐停更;
- 各平台号主相互转手,互吹,线下互动,抱团取暖,新人更没机会;
- 出现专门培训自媒体流量技巧的元自媒体,教人无下限刷流量;
- 被裁员,被流量红利忽悠的新人纷纷加入自媒体赛道,卷上加卷;
- 视觉疲劳,即使大 v 也逐渐掉粉;
- …
- 【搞自媒体,赚钱之前,还要花钱?】
当一件事你的邻居大妈都知道赚钱的时候,它就是赔钱的了,钓者,愿你上钩,参考某股市…
短视频,与文字不同,推送大于搜索,而推送算法很容易构建信息茧房,新人更没有机会,即使搜索,大 v 的曝光度依然远大于新人小白,这一切与内容质量无关,背后起作用的是复杂网络的幂律,而幂律的成因简单讲就是优先连接,表现为强者愈强,胜者通吃。
凡是有的,还要加给他,叫他有余;没有的,连他所有的,也要夺过来。”《新约·马太福音》
复杂网络理论,本文不谈,本文先用拥塞控制理论给出直感,再用疾病传播理论给出解释。
前些天我写了些拥塞控制动力学建模的文字(参见 拥塞控制耦合系统,bbr 建模),用微分方程组描述了变化,其实自媒体赛道动力学也可以类似感知。
把每个用户的时间看作 buffer,一天只有 24 小时,用户不加增前提时,总时间固定,总 buffer 固定,与拥塞控制一样,所有自媒体和所有用户之间也是耦合系统,自媒体也要通过挤占 buffer 而获得用户的实际注意力,注意力就是带宽。但与拥塞控制不同,自媒体天然反公平,都在追求 buffer 占比最大化,能挤占坚决不会退让,buffer 一定时,buffer 溢出对占比小的博主影响更大,这就是根本现实。
我用疾病传播理论模拟上述过程,采用 SIDR(Susceptible-Infected-Differently Susceptible-Recovered) 模型就够了。
个体在关注某博主后,对其他博主的兴趣降低(时间有限),即他处于 “Differently Susceptible” 状态,这状态的用户仍然可能关注别的博主,但关注率比完全闲人低,这是事实,试想你第一次玩抖音时。
SIDR 模型的微分方程组我们定义以下变量:
- S(t):时间 t 时潜在的时间空闲用户;
- I(t):时间 t 时已经关注了某博主的用户数;
- D(t):时间 t 时具有较低关注其他博主欲望的用户数;
- R(t):时间 t 时长期关注或取关某博主的用户数
并假设:
- 从 S 到 I 的转化率为 β;
- 从关注到长期关注 or 取关的转化率为 γ;
- 关注者到较低欲望再关注者的转化率为 σ;
- 从低欲望关注者再次关注某博主转化率为 δ。
注意,长期关注和取关效果一样,可如下解释,长期关注说明用户对博主感兴趣,他因此不会再关注其他博主,取关意味着用户不感兴趣,因此对其他类似博主也很难有兴趣。
设全量用户数为 N,表示能买智能手机的都买了,能注册各自媒体平台的都注册了,微分方程组可如下表达:
d S i d t = − β S i I i N \dfrac{dS_i}{dt} = -\beta \dfrac{S_i I_i}{N} dtdSi=−βNSiIi
d I i d t = β S i I i N − γ I i − σ I i \dfrac{dI_i}{dt} = \beta \dfrac{S_i I_i}{N} - \gamma I_i-\sigma I_i dtdIi=βNSiIi−γIi−σIi
d D i d t = σ I i − δ D i ⋅ I i N \dfrac{dD_i}{dt}=\sigma I_i-\delta \dfrac{D_i\cdot I_i}{N} dtdDi=σIi−δNDi⋅Ii
d R i d t = γ I i \dfrac{dR_i}{dt} = \gamma I_i dtdRi=γIi
用户关注博主越多,继续关注另外博主的欲望越低,如果用户的时间已经被固定大 v 占据,新博主很难再挤占用户时间,这里无关自媒体博主的内容,可能仅仅由于大 v 们进驻更早,新博主没赶上红利而已。
取参数 β = 0.8, γ = 0.2, σ = 0.1, δ = 0.3, N = 1000,模拟如下:
无论如何调参,系统很快就会稳定,“易感人群” 很快会跌入低谷消失不见(剩余的是油盐不进的对短视频根本不感兴趣的人,比如我),“感染痊愈者” 瞬间稳定到高值,“感染免疫”(绿线) 者将很难再感染(关注其他博主)。
博流量往往在于前面一瞬间,而效果将很长久。
由是分析,在自媒体早期的蓝海节点,有饱满的潜在增量用户,只要有博主直播一次吃 shi,就很容易抓住大量粉丝,并长久维持,但潜在增量用户不见(日活为 1/10 数量级就可)后,企图对存量用户直播吃 shi,可能只能引发一个突刺,每天吃 shi 也只能让突刺钝一些,再说如果天天吃 shi 只有这效果,还不如天天吃自助探店,但众所周知,博眼球的另类吃播喝播因此而患病猝死的已经不少。
自媒体内部已是一片红海,新人没任何出路,毫无希望。它对外的影响则是一个劣币驱良币的过程,影响则更大。
如今的互联网很难找到有营养有价值的信息,根本原因就是自媒体的总体(这里不区别大 v 和新人)占据了流量的绝大部分。如果有一篇很有价值但作者不是大 v 且不运营的文章,只因幂律法则和传播法则,没有曝光量,需要的人连找都找不到,更别提让更多人看到和传播。用拥塞控制的理论讲,博眼球内卷的流量获得 buffer 大占比,有营养的纯粹的内容只能夹缝里生存,buffer 溢出意味着用户的忽视,最终这些有营养的纯粹的内容被溢出,淹没。
所以,不要碰自媒体,对你自己好,你不需要卷,也对别人好,如果不卷流量,好内容才能浮现。
可是流量为王的底色就是乌合之众主导的劣币驱良币的结果,谁在乎什么内容质量
浙江温州皮鞋湿,下雨进水不会胖。
相关文章:

为什么不要碰自媒体
要是失业了,搞自媒体,可行吗?毫无希望! 如今的自媒体早卷得不成样子了,很难再有机会,根本原因在于几乎没有增量用户的同时,存量用户也不再有剩余时间,全量用户的时间早已被几个自媒…...

酷炫末世意境背景404单页HTML源码
源码介绍 酷炫末世意境背景404单页HTML源码,背景充满着破坏一切的意境,彷佛末世的到来,可以做网站错误页或者丢失页面,将下面的代码放到空白的HTML里面,然后上传到服务器里面,设置好重定向即可 效果预览 …...
PHP 调用 1688 详情 API 接口的实战攻略
在电商领域,获取准确和详细的商品信息对于业务的发展至关重要。1688 作为国内知名的批发采购平台,其详情 API 接口为开发者提供了丰富的数据资源。本文将为您详细介绍如何使用 PHP 调用 1688 详情 API 接口。 一、前期准备 注册 1688 开放平台账号&#…...

SAP ABAP性能优化
1.前言 ABAP作为SAP的专用的开发语言,衡量其性能的指标主要有以下两个方面: 响应时间:对于某项特定的业务请求,系统在收到请求后需要多久返回结果 吞吐量:在给定的时间能,系统能够处理的数据量 2. ABAP语…...
【鸿蒙学习笔记】构建布局・选项卡 (Tabs)
官方文档:选项卡 (Tabs) 目录标题 底部导航顶部导航侧边导航限制导航栏的滑动切换固定导航栏・可滚动导航栏自定义导航栏切换至指定页签 底部导航 Entry Component struct Bujv_tabs {build() {Column() {Tabs({ barPosition: BarPosition.End }) {TabContent() {T…...

独立游戏《星尘异变》UE5 C++程序开发日志5——实现物流系统
目录 一、进出口清单 二、路径计算 三、包裹 1.包裹的数据结构 2.包裹在场景中的运动 四、道路 1.道路的数据结构 2.道路的建造 3.道路的销毁 4.某个有道路连接的建筑被删除 作为一个工厂类模拟经营游戏,各个工厂之间的运输必不可少,本游戏采用的…...

Web开发:<br>标签的作用
br作用 介绍基本用法常见用途注意事项使用CSS替代 介绍 在Web开发中,<br> 标签是一个用于插入换行符的HTML标签。它是“break”的缩写,常用于需要在文本中强制换行的地方。<br> 标签是一个空标签,这意味着它没有结束标签。 基本…...
DVC+Minio
由于参数文件比较大,因此onnx、engine等大文件弃用LFS管理,改用dvc管理: minio就是存储用的 启动miniosudo netstat -ntpl#查看端口号 sudo kill -9 $(sudo lsof -i:5061 -t) 关闭端口对应进程 ./minio server --console-address ":6570…...

C++内存管理(区别C语言)深度对比
欢迎来到我的Blog,点击关注哦💕 前言 前面已经介绍了类和对象,对C面向对象编程已经有了全面认识,接下来要学习对语言学习比较重要的是对内存的管理。 一、内存的分区 代码区:存放程序的机器指令,通常是可…...

手把手带你写一个精简版 HashMap 的 put 方法
👆🏻👆🏻👆🏻关注博主,让你的代码变得更加优雅。 前言 HashMap 大家工作中遇到的太多了,已经成了必须使用的类了, 在面试的时候 HashMap 基本是必问题,但是…...

【面试题】数据结构:堆排序的排序思想?
堆排序的排序思想? 堆排序是一种高效的排序算法,其基本思想是利用堆这种数据结构来实现排序。堆是一种特殊的完全二叉树,通常用数组来表示。堆排序的基本步骤如下: 1. 构建初始堆: 将待排序的数组转换成一个最大堆&a…...

PyTorch 深度学习实践-循环神经网络基础篇
视频指路 参考博客笔记 参考笔记二 文章目录 上课笔记基于RNNCell实现总代码 基于RNN实现总代码 含嵌入层的RNN网络嵌入层的作用含嵌入层的RNN网络架构总代码 其他RNN扩展基本注意力机制自注意力机制(Self-Attention)自注意力计算多头注意力机制…...
vue实现可拖拽dialog封装
一、实现modal弹窗组件 <template><divv-if"visible"class"customer-dialog"id"customer-dialog":style"dialogStyles"v-dialogDrag:[dialogDrag]><div class"dialog-container"><divclass"dial…...

本地多模态看图说话-llava
其中图片为bast64转码,方便json序列化。 其中模型llava为本地ollama运行的模型,如:ollama run llava 还有其它的模型如:llava-phi3,通过phi3微调过的版本。 实际测试下来,发现本地多模型的性能不佳&…...

人工智能算法工程师(中级)课程14-神经网络的优化与设计之拟合问题及优化与代码详解
大家好,我是微学AI,今天给大家介绍一下人工智能算法工程师(中级)课程14-神经网络的优化与设计之拟合问题及优化与代码详解。在机器学习和深度学习领域,模型的训练目标是找到一组参数,使得模型能够从训练数据中学习到有用的模式&am…...
Java异常抛出与处理方法
在Java编程中,异常处理是一个非常重要的部分。通过正确的异常处理,我们可以提高程序的健壮性和可靠性,避免程序在运行过程中出现意外的崩溃。本文将详细讲述Java异常的抛出与处理方法,并通过示例代码进行说明。 一、Java异常的分类 Java中的异常体系结构可以分为三类: 检…...

兼容性测试主要有什么类型?
兼容性测试的类型 有两种类型的兼容性测试。这是一个快速细分。 1、前向兼容性测试 向前兼容性测试或向上兼容性测试可确保当前软件版本在相关组件(例如操作系统、浏览器和第三方库)的未来版本中保持功能。此类测试对于在系统升级期间保持稳定性和用户体验至关重要。 例如&…...
设计模式--组合模式
组合模式(Composite Pattern)详解 组合模式是一种结构型设计模式,它允许你将对象组合成树形结构来表示“部分-整体”的层次结构。组合模式使得用户对单个对象和组合对象的使用具有一致性。 适用场景 需要表示对象的部分-整体层次结构时&am…...
ArduPilot开源代码之AP_DAL_RangeFinder
ArduPilot开源代码之AP_DAL_RangeFinder 1. 源由2. 框架设计2.1 枚举 Status2.2 公有方法2.3 私有成员变量 3. 重要例程3.1 应用函数3.1.1 ground_clearance_cm_orient3.1.2 max_distance_cm_orient3.1.3 has_orientation3.1.4 get_backend 3.2 其他函数3.2.1 AP_DAL_RangeFind…...

SpringCloud教程 | 第九篇: 使用API Gateway
1、参考资料 SpringCloud基础篇-10-服务网关-Gateway_springcloud gateway-CSDN博客 2、先学习路由,参考了5.1 2.1、建了一个cloudGatewayDemo,这是用来配置网关的工程,配置如下: http://localhost:18080/aaa/name 该接口代码如…...

Docker 离线安装指南
参考文章 1、确认操作系统类型及内核版本 Docker依赖于Linux内核的一些特性,不同版本的Docker对内核版本有不同要求。例如,Docker 17.06及之后的版本通常需要Linux内核3.10及以上版本,Docker17.09及更高版本对应Linux内核4.9.x及更高版本。…...

docker详细操作--未完待续
docker介绍 docker官网: Docker:加速容器应用程序开发 harbor官网:Harbor - Harbor 中文 使用docker加速器: Docker镜像极速下载服务 - 毫秒镜像 是什么 Docker 是一种开源的容器化平台,用于将应用程序及其依赖项(如库、运行时环…...

label-studio的使用教程(导入本地路径)
文章目录 1. 准备环境2. 脚本启动2.1 Windows2.2 Linux 3. 安装label-studio机器学习后端3.1 pip安装(推荐)3.2 GitHub仓库安装 4. 后端配置4.1 yolo环境4.2 引入后端模型4.3 修改脚本4.4 启动后端 5. 标注工程5.1 创建工程5.2 配置图片路径5.3 配置工程类型标签5.4 配置模型5.…...

《用户共鸣指数(E)驱动品牌大模型种草:如何抢占大模型搜索结果情感高地》
在注意力分散、内容高度同质化的时代,情感连接已成为品牌破圈的关键通道。我们在服务大量品牌客户的过程中发现,消费者对内容的“有感”程度,正日益成为影响品牌传播效率与转化率的核心变量。在生成式AI驱动的内容生成与推荐环境中࿰…...
渲染学进阶内容——模型
最近在写模组的时候发现渲染器里面离不开模型的定义,在渲染的第二篇文章中简单的讲解了一下关于模型部分的内容,其实不管是方块还是方块实体,都离不开模型的内容 🧱 一、CubeListBuilder 功能解析 CubeListBuilder 是 Minecraft Java 版模型系统的核心构建器,用于动态创…...
生成 Git SSH 证书
🔑 1. 生成 SSH 密钥对 在终端(Windows 使用 Git Bash,Mac/Linux 使用 Terminal)执行命令: ssh-keygen -t rsa -b 4096 -C "your_emailexample.com" 参数说明: -t rsa&#x…...

Selenium常用函数介绍
目录 一,元素定位 1.1 cssSeector 1.2 xpath 二,操作测试对象 三,窗口 3.1 案例 3.2 窗口切换 3.3 窗口大小 3.4 屏幕截图 3.5 关闭窗口 四,弹窗 五,等待 六,导航 七,文件上传 …...

三分算法与DeepSeek辅助证明是单峰函数
前置 单峰函数有唯一的最大值,最大值左侧的数值严格单调递增,最大值右侧的数值严格单调递减。 单谷函数有唯一的最小值,最小值左侧的数值严格单调递减,最小值右侧的数值严格单调递增。 三分的本质 三分和二分一样都是通过不断缩…...

解读《网络安全法》最新修订,把握网络安全新趋势
《网络安全法》自2017年施行以来,在维护网络空间安全方面发挥了重要作用。但随着网络环境的日益复杂,网络攻击、数据泄露等事件频发,现行法律已难以完全适应新的风险挑战。 2025年3月28日,国家网信办会同相关部门起草了《网络安全…...
pycharm 设置环境出错
pycharm 设置环境出错 pycharm 新建项目,设置虚拟环境,出错 pycharm 出错 Cannot open Local Failed to start [powershell.exe, -NoExit, -ExecutionPolicy, Bypass, -File, C:\Program Files\JetBrains\PyCharm 2024.1.3\plugins\terminal\shell-int…...