新闻评论的价值

Google News 美国版新增了新闻评论模块，引起了互联网上一阵关于新闻的讨论。无论Google News的这种做法最终所取得的结果如何，从这阵讨论中至少可以看出一点：新闻的变革在所难免。我想处于这个信息浪潮中的用户都会有一种感受：信息中存在的烟尘太多了。一个新闻事件在传统媒体上的报导同质化严重，观点的趋向性基本一致。因此Google News的做法在很大程度上是为了向传统媒体中融入新媒体的元素，使用户更多地参与到新闻中，加强新闻的互动性，使Google News上聚合的新闻事件拥有更多的其它观点。

我很同意曹增辉对新闻观点的定位：随着新闻信息的极大膨胀，信息本身的价值和用户需求正在降低，而新闻背后的观点正在随着信息分化的加剧，而慢慢成为新闻的另一个主体。然而这种新闻观点的稀缺我认为只存在于传统媒体中，至于原因我不想过多的探讨。但在新媒体中则并不缺少观点，新媒体目前欠缺的我认为是评论价值的体现。Google News的这种评论审核模式是受到传统媒体的限制的无奈之举，也被我认为是这个模式最大的弊端。因此我认为这个模式不适合新媒体使用。

新媒体拥有足够的用户参与度，不存在新闻互动性上的欠缺。新媒体所需要的是使新闻评论的价值得到体现。但这些用户的评论和Google News所需要的评论不同，这些评论的质量参差不齐，但数量庞大。就像一个长尾市场，既有热门评论同时也有利基评论。此外，相比Google News所需要的评论，新媒体的评论的可扩展性更加优秀。和所有的长尾应用一样，要使新闻评论的价值得到体现，最需要的是一个有效的过滤器。对新闻评论过滤机制的尝试中，CB可以算是一个典型代表了。

CB的评论审核准则一直以来都是很受争议的话题。CB的评论中既有十分具有启发性和讽刺效果的妙趣评论，同时也有许多充斥着“文明用语”的漫骂。对于CB评论的争议很大程度上集中在CB过于宽松的评论环境，许多用户质疑CB为何不对那些“毫无意义的漫骂”进行处理。但正是由于CB创设的这种宽松的环境，评论者拥有足够的自由度，因此参与评论的积极性很高，这在同类网站中是极其罕见的。

在此之前对CB评论审核准则的争议产生的原因，我想主要是由于CB的这种准则虽然使用户参与评论的积极性提高了，但同时也使评论中垃圾的数量增加了，导致用户要看到优秀评论需要花费许多不必要的精力在过滤上。而这事实上也是长尾市场的一个特性，长尾中存在极多的垃圾。如果试图在源头上制止垃圾产生，这必然需要提高评论的准则，而一旦评论的准则变严格，尽管可以很大程度上制止垃圾的产生，但付出的代价不仅是花费在审核评论上的时间的增加，同时也造成一些用户因为丧失了这种评论的自由度而不愿意发表一些优秀的评论。因此我更赞同CB目前的这种评论审核准则。面对数量繁多的垃圾评论，应对的最佳手段和其它长尾应用一样，需要的是一个有效的过滤器。

CB尝试过两种评论过滤模式，一种是人肉过滤模式，另外一种是Digg式的热门过滤模式。前者的代表是目前的子说和Nbweekly的前身--七日谈，而后者的代表则是目前CB的评论过滤系统。七日谈虽然一度是CB最吸引我的文章，但其在过滤效果上存在的缺陷也是十分显而易见。首先是七日谈是以一周为单位进行评论筛选的，因此新闻评论的时效性已经基本上丧失了。此外和所有人肉过滤模式一样，七日谈的过滤标准过于单一，只取决于Nings的个人喜好，过滤效果对于不同用户而言存在很大的差异，此外需要进行第二次的过滤。此外这种过滤模式对于过滤者而言需要耗费的精力极大，以致于Nings发出了“你拿一个嫖客的眼光是看不出妓女的感受的。”的感叹。

相比第一种评论过滤模式，第二种评论过滤模式的优点在于大大减少了评论过滤所需要耗费的精力，而且保证了过滤后的评论的时效性。和所有的Digg系统类似，虽然过滤出的内容未必是最优秀的，但是热门内容大多都还是要比普遍水平要高。但CB目前的这种Digg模式的评论过滤系统同样存在着许多缺陷。其中最大的缺陷就是CB的热门指标过低，只需要5个推荐就可以上热门评论，这很容易掉入一种伪Digg模式的陷阱中，被某些人利用此来进行作弊、Spam等操作。但我不赞成提高热门指标，一旦提高热门指标又会带来一个新的问题，由于新闻受到的关注程度的差异，冷门新闻的热门评论无法出现在热门评论中，造成一种假象热门效应。

我可以想到的一个比较具有可行性的解决方案是对CB目前的评论过滤系统进行升级。我设想升级后的过滤系统可以采用Digg式的热门过滤模式与人肉过滤模式相结合。在评论经过Digg模式的第一次过滤之后，再由CB的全体编辑进行二次过滤。我设想的具体的二次过滤规则是只要一位CB的编辑审核通过，那该条评论就可以被允许发布，不通过的评论继续等待由下一位编辑审核，只有所有编辑都不通过的评论才被取消发布资格。CB目前的编辑队伍应该基本可以做到无间隙在线，因此评论的时效性基本不会受到影响。这个升级的评论过滤系统将可以把同质化、Spam等类型的原系统无法过滤的评论进行过滤，并且评论过滤的准则不会过于单一。

在目前尚无法通过技术实现基于长尾理论的个性化推荐/过滤系统的情况下，我想对于用户参与度极高的CB来说，这种升级后的评论过滤系统应该是一个现阶段比较合适的评论过滤系统了。同样的内容，即便是CB是转载的我也更愿意去看CB的文章，很长程度上就是因为CB的评论对我的吸引力。我想CB的评论过滤系统所带来的成效可以给许多新媒体带来一些启示，新闻评论的价值的可发掘程度是很高的。通过将新闻评论与新闻进行整合，不仅可以使新闻的价值得到提升，而且可以大幅度增强用户的使用黏度。

虽然许多评论实际上已经对文章内容起到了一种概括、总结效果，但这并不会造成用户对新闻本身的关注程度下降。事实上一个优秀的评论过滤系统还能帮助用户发现一些原本没有关注到的新闻。我原本是从来不去看门户网站的新闻的，但自从子说出现之后，我在看到优秀的评论时还是会主动地查阅原新闻以加深理解。此外评论在未来必将成为新闻的一个重要组成部分，对新闻关注程度上的理解也必定会改变，对评论的关注实际上也是另一种意义上的对新闻的关注。我已经可以预见到评论将会彻底改变新闻的阅读方式的这一天的到来。

版权声明：本作品作者为IwfWcf，首发于IwfWcf's Blog，转载请遵循知识共享署名-非商业性使用-相同方式共享 3.0 许可协议并以超链接形式注明出处。