資訊進入了碎片化的黑洞，而我們的腦力卻更多處于混沌狀態(tài)：看得到的不想看，想看的看不到?！伴喿x哪些新聞？怎樣閱讀？”成為一個新的問題，受眾的被動與主動之間正在形成一種微妙的角力。

中國人民大學喻國明教授曾指出，早在上個世紀八十年代，就有研究表明，當一個社會的人均收入在1000～3000美元時，這個社會便處在“碎片化”的階段，這本質(zhì)上是由于文化差異、收入水平等因素造成的。自人類進入移動互聯(lián)網(wǎng)以來，這種“失控”變得更加明顯。凱文·凱利認為移動互聯(lián)網(wǎng)會放大這種碎片化，進而被大家所感知到。

在資訊內(nèi)容的分發(fā)領(lǐng)域，這種挑戰(zhàn)最為深刻。谷歌首席科學家阿里·范立安認為互聯(lián)網(wǎng)領(lǐng)域最貴的就是用戶的關(guān)注，在移動互聯(lián)網(wǎng)時代這種碎片化的大背景下，所有人的關(guān)注度都分散了或者試圖分散，很難像過去那樣集中。

資訊進入了碎片化的黑洞，而用戶的腦力卻更多處于混沌狀態(tài)：看得到的不想看，想看的看不到。

閱讀正在被顛覆：信息過剩和去中心化

每個人都被各種新聞資訊所吞噬，看到很多熱門內(nèi)容，但真正跟個人生活、工作密切相關(guān)的、有價值的內(nèi)容，事實上并不多。在一點資訊CEO李亞看來，資訊消費正呈現(xiàn)去中心化、個性化、場景化、圈層化趨勢。去中心化是指內(nèi)容不只是由專業(yè)網(wǎng)站或特定人群所產(chǎn)生，任何人都可以在網(wǎng)絡(luò)上表達自己的觀點或創(chuàng)造原創(chuàng)的內(nèi)容;個性化，對于平臺需要真正千人千面的內(nèi)容呈現(xiàn);場景化，符合用戶各個場景的閱讀需求，隨時可以視用戶需求呈現(xiàn)一人千面的資訊信息;最后是基于用戶共同興趣的“社交”圈層化。

用戶閱讀模式的轉(zhuǎn)變從沒有像今天這般頻繁而又快速。要想在眾多的閱讀選擇中突出重圍，唯有以不變應萬變，真正將受眾感興趣的內(nèi)容送到眼前。

往前看三年，在美國市場，約有200家報紙關(guān)門;而個性化閱讀初露端倪，Twitter正經(jīng)歷爆炸式成長期，無論是從Twitter、RSS的閱讀器還是Facebook的Feed（信息流），人們都能找到獲取更多自己需要的信息的方法。

信息獲取技術(shù)上的創(chuàng)新似乎大有可為。這個時候，“一點資訊”出現(xiàn)了。

一點資訊的名字起源來自于“Particle”，意思是粒子，構(gòu)成人類物質(zhì)世界的粒子。在數(shù)字化的內(nèi)容傳播中，每一篇文章的內(nèi)容都是由一個個最細小的顆粒所組成的，這些細小的顆粒構(gòu)成了文章內(nèi)容的畫像。在以算法驅(qū)動的內(nèi)容編輯和分發(fā)中，想要實現(xiàn)精準的推送，就必須了解用戶，懂用戶所喜歡的內(nèi)容，即了解精準的用戶畫像：年齡、性別、收入、地域，喜歡什么樣的文章，文章的分發(fā)次數(shù)、閱讀停留時間和文章的跟帖、評語等情況。不論是文章畫像還是用戶畫像，都是由一個個的粒子、一個個的點所構(gòu)成的。一點資訊的內(nèi)容聚合與分散都是基于這種顆粒和點去實現(xiàn)。

“一點”，體現(xiàn)了對于科學、對未知世界的謙卑態(tài)度。不管是對內(nèi)容，還是對用戶的了解，所有人都是未知大于已知，只懂“一點”，但是產(chǎn)品在不斷的努力去了解用戶，洞察用戶的興趣。

“一點”，還是一個手指的動作。用戶通過在手機屏幕上的這個動作，去發(fā)現(xiàn)和連接他/她的興趣，這種連接要依托后臺復雜的運算，由算法去了解、去剖析、去判斷用戶感興趣的點，并將最有效的信息傳達給用戶。

興趣引擎讓閱讀更高效

一點資訊聯(lián)合創(chuàng)始人鄭朝暉給“一點資訊”設(shè)定的愿景是“引領(lǐng)價值閱讀潮流”，將重新定義互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)用戶獲取內(nèi)容的形式。在他看來，移動閱讀現(xiàn)有的產(chǎn)品無非是傳統(tǒng)新聞客戶端、RSS 訂閱器，以及個性化的新聞閱讀器，而用戶的參與也無非是選擇熱門類別、訂閱 RSS 源，以及“被推薦”各種新聞，從而在碎片化的時間里獲取碎片化的閱讀。可以用三個字來概括用戶在這種場景下所獲取的信息：“熱、淺、泛”。

與之相反，在未來的移動閱讀趨勢中，用戶所獲取的內(nèi)容應該是“長尾、深度、垂直”。鄭朝暉介紹說，移動閱讀的趨勢必將是興趣訂閱和價值閱讀，用戶可以通過興趣訂閱（途徑包括用戶主動參與、任意訂閱、算法推薦），獲取沉淀信息并提升自我。

這也正是“一點資訊”的產(chǎn)品 DNA，而產(chǎn)品的技術(shù)創(chuàng)新是“興趣引擎”。

通過“興趣引擎”，一點資訊依據(jù)用戶在被動推薦下的瀏覽行為、主動搜索行為與關(guān)鍵詞訂閱頻道的興趣表達這三個維度來繪制更加精準的用戶畫像。同時，將文章畫像與用戶畫像進行最完美的連接，幫助用戶直接尋找到自己最感興趣、最有價值的信息，使用戶的閱讀變得更加高效和滿足。

更重要的是，基于“興趣引擎”，內(nèi)容消費者的真正價值閱讀需求會被挖掘出來，通過大數(shù)據(jù)分析還能了解用戶的真正需求和興趣方向，再反向為內(nèi)容創(chuàng)作者提供創(chuàng)作方向，而一點資訊作為新一代內(nèi)容分發(fā)平臺可以把內(nèi)容生產(chǎn)者“按需創(chuàng)造”的內(nèi)容推送給用戶，改變了以往單純由編輯經(jīng)驗主導內(nèi)容生產(chǎn)的資訊流轉(zhuǎn)模式。

幫你找到最感興趣、最有價值的信息

每個用戶的信息興趣呈長尾分布，只滿足用戶的共性需求是遠遠不夠的。與滿足共性需求的閱讀方式不同，“一點資訊”的信息組織方式可以讓用戶從各種維度自由地表達興趣，同時在交互中不斷學習分析用戶興趣，最后通過興趣引擎的架構(gòu)精準滿足用戶的長尾需求。從用戶的參與感方面看，“興趣引擎”是用戶主動和被動參與的融合：

搜索（主動，長尾，高效）：用戶通過搜索任意關(guān)鍵詞，不但能找到相應文章，還可以把喜歡的關(guān)鍵詞訂閱下來，定制屬于自己的垂直信息流，提供價值閱讀。

推薦（被動，智能，擴展）：從熱點和大眾化的內(nèi)容開始，通過用戶的行為，逐步向周邊進行智能的擴展，滿足娛樂消遣、消磨碎片化時間的目的。

“興趣引擎”結(jié)合了“搜索引擎”和“推薦引擎”，鄭朝暉認為“興趣引擎本質(zhì)上是一個組合式的創(chuàng)新”。無論雙十一最新戰(zhàn)況，還是新晉男神、小鮮肉，還是爭議不斷的“瘦臉針”……使用一點資訊，用戶可以通過搜索關(guān)鍵字，自定義添加訂閱任何個性化頻道，不同用戶的同一標簽頻道下的資訊內(nèi)容也不盡相同。在各頻道內(nèi)，算法還會不斷學習用戶行為，做到同一頻道內(nèi)用戶也能看到對自己有價值的信息。

2015年11月9日，TalkingData最新應用排行顯示，一點資訊App榮登資訊新聞類應用使用覆蓋率第三位，用戶覆蓋率直逼前兩名。借助手機端應用閱讀新聞，正在成為更多人的閱讀習慣。不僅傳統(tǒng)媒體風光不再，PC時代的核心媒體也漸漸褪色，在移動互聯(lián)網(wǎng)大潮的裹挾之下，消費者的閱讀平臺與閱讀方式都在改變，或是被改變。