第一步，做好内容生产工作。

进行内容生产是一切故事的开始，也许在早期雇用一个编辑从海量的互联网搜索内容然后搬运到自己的平台上，就完成了自身平台的内容构建。但这种模式随着商业等相关内容的完善必定走不长远，自己从头开始合法地搭建内容生产体系才有持久发展的可能性。内容的来源大致可分为三类：UGC，PGC，外部转载。

1、UGC

UGC是英文User Generated Content的简称，即用户生产的内容。UGC是互联网最重要的果实，可以说互联网的发展史就是UGC的发展史，我们现在离不开的博客、论坛、社区、自媒体都是UGC。撬动用户为平台来生产内容是非常难做的一件事情，但如果成功建立了UGC机制也会让产品走向正循环。目前典型的UGC产品是：知乎（社区）、简书（博客）、荔枝FM（有声电台）……而UGC的核心问题是如何构建用户激励机制，让用户生产内容。

2、PGC

PGC是英文Professional Generated Content的简称，即专业人士（机构）生产内容。这意味着内容生产者在该领域具有专业的能力和知识，PGC也是传统行业最重要的内容来源，例如报社的记者、电视台制作团队等专业从业人员给读者/观众生产内容。在互联网时代PGC比重并没有那么高，但也不容忽视，例如门户网站的内容都是由专业团队生产的。PGC内容适用于对专业性有要求、门槛较高的平台，例如视频节目、优质电台节目、大众音乐平台，只有专业人士才能生产出用户喜爱的内容。

3、外部转载

这似乎是最轻松的内容生产方式了。目前版权保护和侵权打击逐渐加强，任意抄袭转载不再会如此猖獗，如果你想要运营一个正规的产品，没法再走盗版转载的路线了。但并不是说这种渠道已经不再可行，通过正规渠道联系授权得到作者许可，还是可以转载外部的内容的。但是这是一种不稳定的内容生产方式，只能在早期的时候解决内容缺乏的问题，长期而言必须要有自己稳定的内容生产来源。

第二步，管理好海量内容

海量的内容并不是随意堆砌就可以的，若没有良好的结构把海量内容保存起来，所有内容都是一堆无法使用的“垃圾”。

1、结构化信息处理

一个产品的内容一般式具有相似性的，也即可以抽取其中的结构化信息，以便机器的保存和运营人员的管理。

2、分类体系

分类是便于用户进行内容筛选的一套规则，当内容多起来的时候，用户必定只能选择自己感兴趣的内容来消费，分类就是提供这么一个选择的入口。相似内容最好用统一的分类规则一来是尊重用户习惯，减少用户学习成本，二则是遵守行业规范，减轻运营人员的工作负担。

3、标签体系

标签会更加灵活，王小波的小说只能放在一个书架上，但是可以往上面贴上N个标签：王小波、中文、小说、当代文学……电脑在搜索的时候只要命中其中一个标签都可以找到这本书。

第三步，做好内容推荐工作

前面所说的两个步骤都是幕后完成的，用户还感受不到，那么内容推荐则是直面用户的一道程序了。以结果导向而言，不管其他流程做得多么出色，如果给用户的内容推荐没做好，其他都是白搭。

1、热门推荐

最常见的是“排行榜”形态，作为一个内容平台，这是一个必不可少的模块。热门推荐是一种省力而讨巧的推荐方式，但是对于大量用户和海量内容并不是好的推荐方式，它的最大弊端在于“马太效应”，导致几乎一成不变的内容。所以它只适用于早期阶段，在产品成熟起来之后则应该退而成为一个产品模块即可。

2、编辑推荐

编辑推荐的逻辑是基于平台对于自身运营人员能力的自信，认为官方编辑推荐的内容是用户喜好的。编辑推荐内容一般而言是新鲜的、优质的，弥补热门排行推荐的不足。一个理想的正向循环是，编辑推荐优质内容，增加曝光，进而成为热门排行榜的内容，在此循环下，平台上的内容是流动性的，新鲜、优质内容得以曝光，并且热门内容会不断轮换。

3、个性化推荐

个性化是一个技术问题，个性化推荐常见的三种方式：

1.基于用户的推荐（user-based），找到相似的用户看他们消费了什么内容，然后推荐给该用户。

2.基于物品的推荐（item-based），根据当前消费的内容找到相似的内容推荐给该用户。

3.基于物品特性的推荐（modle-based），根据消费过的内容提取特征，找到更多相似的内容。