建立决定社交平台性质的“社交支柱”(cultural pillars) 在建立网站社交环境方面，DeviantART做的比较绝，用户要遵守各种礼仪规则，如果任一方面违反规则，就会被网站禁足。Whisper和Secret不用这么严格，但两者至少应该让用户对应用的价值有所认识，通过发布公告或申明，让用户对该应用希望建立怎样的社交环境有所了解。虽然可能很多人不会去在意这种声明，但这些说明网络环境能起到强大的影响，并将首先体现在用户体验上。 这种约束性的说明可能会对应用的传播起一定的反作用，但也帮应用找到更核心、更匹配的用户，他们对应用贡献更多，不仅是单纯的抱着喜欢试试看的心情，而能给应用带来真正的用户价值。应用推出方可以把应用文化看作内容营销策略的组成部分之一。 充分利用用户的联系人 扫描联系人可能让有些用户觉得不妥，但却能像朋友圈一样，获得用户社交的基本情况。Secret推出这一功能很可能是出于技术方面的考虑，因为从通讯录(或者其他社交媒体中)获得的数据能进一步优化协同过滤算法(collaborative filter)。*注：协同算法是对一大群人进行搜索，通过考察各人的偏好，从中找出与目标对象品味相近的一小群人。 但应用的文化环境常常是随机生成的，很少有人把它看作严肃的科学问题——甚至很少有人把它看作一个有待研究的问题，虽然它可能是决定社交网络或社区存在寿命的重要角色。 此外，Secret推出的联系人功能让用户对待自己的言论更严肃，因为你心里大致知道谁会看到自己的发言，很可能自己的朋友也看得到(，因此不能太嚣张、或指名道姓)。而在Whisper平台上，用户感觉看到自己最内心深处恼骚的都是一堆非亲非故的陌生用户，面向群体也是随机出现的，可能是任何年龄段、任意喜好的不相干的人。 这种营造社交网络氛围的做法具有长期效应，用户使用的时间越长，就越感觉到和一群不明所以的人吐槽，还不如向一群类似状态、类似喜好的人交流，因为后者更能产生共鸣。Secret就是看准了这一点，着力营造同龄人在一起吐槽的平台。Secret发展的越完善，Whisper就越难赶超。 优化协同过滤算法(collaborative filter) 协同算法是基于喜欢的内容的相似性、将有同样喜好的用户筛选出来的算法，Whisper也推出了类似Facebook的“点赞”(Like)应用，但对Whisper来说，一大劣势在于数据过于单一，只有Like的数据，而对于用户本身却知之甚少，比如用户的地理位置、个人情况等等。 Secret在这方面有显著优势，通过向用户请求联系人，并鼓励用户提出更多问题，为用户营造更加个性化的浏览体验。那么具体这些问题是什么呢?比如最基本的：年龄、喜好、想看哪方面的吐槽、以及一些负面信息，如不喜欢的内容，这些信息会进一步和用户之前的浏览经历相结合。 社交兴趣的本质，来自人们对自身的关注。他们希望多多看到与自己立场相似的人分享的秘密，或许这些遭遇也很容易落到自己身上。通过收集和个人具体情况无关、而和人物类型都抽象特点相关的非可辨识数据(non-identifiable data)，并将其应用到协同过滤算法中。此外用户个人信息保密工作如果做的好，对Secret这类应用来说，甚至是个可以做广告的优点。 话又说回来，所有系统都不是无懈可击的。用户有意识或者潜意识中知道分享秘密都有风险，应用被攻击、新应用的出现，都可能让自己最想藏在心底的秘密被朋友知晓。 作者介绍：Angelo Sotira，DeviantART创始人、CEO。DeviantART是为艺术家和艺术爱好者准备的最大的线上社区，让人们通过创作和艺术分享进行沟通。 |
