书荒的本质是决策困难,不是书不够多
常听人说"书荒了",但打开任何一个小说平台,作品都是几万本起步。书荒不是因为没书看,是因为面对海量选项,不知道下一本该看什么。这个判断成本,比看书本身还累。
一、算法推荐解决不了"我想看什么"
平台首页的推荐通常是"猜你喜欢",根据你之前看过的书推相似的。这套逻辑在短视频上很有效,但放到长篇小说上就有问题:看小说投入的时间成本高,读者不愿意花几十个小时去试错一本可能不对味的书。
算法能算出"你可能喜欢这个类型",但算不出"你今晚想看的是一本能一口气读完的爽文,还是一本能慢慢品的长篇"。这种细微的阅读状态差异,算法很难捕捉,但真人书单可以。
二、书单是别人帮你做的决策
书单的价值在于,它是一个真实读者在特定场景下筛出来的书。比如"适合通勤路上看的短篇"、"能一口气刷完的悬疑"、"看完会想很久的青春文",这些书单带着场景和情绪,比算法推荐的"你可能喜欢"具体得多。
跟书单的人也分几种:有的是口味相近的朋友,他们推的书大概率对味;有的是某个类型的老读者,他们筛过的书质量有基本保证;还有的是编辑或书评人,他们的书单带着专业判断。不同来源的书单,参考价值不同,读者自己会判断。
三、书单社区的核心是"可信"
书单社区如果只是让用户随便建单、随便堆书,很快就会变成垃圾场。真正有价值的书单社区,需要有基本的质量门槛:书单要有主题、有简短说明、有选书理由,而不是把书架上的书一股脑倒出来。
平台能做的是提供结构化的书单模板:主题、适合场景、选书标准、每本书的一句话推荐。结构越清晰,读者越容易判断这个书单值不值得跟。同时,书单的收藏数、跟读率和评论,也能帮读者判断书单的可信度。
四、书单和算法不是对立的
有些人觉得书单是"人工推荐",迟早会被算法取代。实际上两者解决的是不同问题:算法解决"你可能喜欢什么",书单解决"在什么场景下看什么"。前者是概率,后者是判断。
更好的做法是把两者结合。算法根据你的阅读记录推荐可能感兴趣的书单,书单再由真人筛选和说明。读者既能看到算法推荐的广度,又能借助书单的判断力,减少试错成本。
书荒的本质不是内容供给不足,是决策效率太低。书单社区的价值,就是把"从几万本书里挑一本"变成"从几个书单里挑一个",把决策成本降下来。