本文的灵感来自于最近在 Medium 上发布的帖子对以下共享更新的反应。
人们没有意识到，尽管最近新闻聚合器的消费量不断增加，但它们已经存在很长时间了。想想雅虎和美国在线——门户网站的宠儿，它们涵盖了所有不同垂直领域的社论和新闻，还包括分布式合作伙伴内容。 AllTop、Reddit 和其他公司通过个人在平台而不是媒体机构上提交的社交新闻和链接将其更进一步。
目前新闻的消费方式
| 受访者比例 | |
|---|---|
| 直接进入 | 32% |
| 搜索 | 25% |
| 社交媒体 | 23% |
| 电子邮件 | 6% |
| 移动提醒 | 5% |
| 聚合器 | 5% |
上述统计表来自2017 年路透社研究所数字新闻报道，显示了用户如何在线查找新闻报道。 66,230 名受访者中的 23% 表示，他们上周了解新闻的主要方式是通过社交媒体。但随着消息应用程序的活跃用户数量超过，其使用量正在趋于平缓。
资料来源：消息应用程序报告、商业内幕
路透社研究显示，在新闻聚合商名单中，Google News、Smart News、Flipboard 和 Reddit 名列前茅。
这项研究在某种程度上是有限的，因为它不包括我们注意到的其他新兴聚合商，包括：
- NewsDog – 来自中国的新闻移动聚合应用程序在印度取得了成功。它最近获得了腾讯的5000万美元融资，以进一步渗透市场。 “自媒体”是作家可以发布新闻并赚钱的平台。
- inkl – 将最受尊敬的出版商聚集在一处。 inkl 可以按每篇文章购买，也可以一次性订阅。
- Blendle – Blendle 源自荷兰，还按文章聚合来自领先出版商的内容。
- Metaplus – 一个专注于科技和加密新闻的人工智能新闻平台。
- Guru News – 这是一款免费且精心策划的新闻应用程序。
- Inside – 根据需求按需构建的精选电子邮件通讯。
- Apple News – Apple 的新闻平台提供突发新闻通知和订阅您最喜欢的一些出版物。最近的用户增长和广告管理的灵活性使得在线出版商纷纷涌向该平台。
- Google Play 报亭– 在 Google Play 中管理新闻应用的平台。
- Feedly – 可在所有平台上使用。 Feedly 使用 RSS、社交媒体和网络搜索向用户提供个性化内容。
- News360 – News360 是一款适用于智能手机、平板电脑和网络的个性化新闻聚合应用程序。它尝试通过分析用户在社交媒体上的行为和活动并使用语义和自然语言处理来了解用户的兴趣。
- News Republic – 它结合了社论、社区和算法来提供新内容的可发现性。
- Inoreader – 一款免费增值新闻阅读器，可让您在一个地方阅读 Web 内容和 RSS 提要。
- theScore – 它提供数据驱动的新闻和体育统计数据。
- Dailyhunt – 利用人工智能、机器学习和深度学习，DailyHunt 已成为印度最大的新闻聚合器和电子书阅读器之一，可为您提供个性化的内容体验。
- 今日头条——一家总部位于北京的新闻和信息内容平台，使用算法开发个性化提要列表。截至 2017 年 9 月，它是中国最大的新闻聚合网站之一，拥有 1.2 亿活跃用户。
- NewsPicks（美国和日本版）——一款专注于影响者的新闻应用程序，可让您阅读和查看领先专家正在消费的故事。
- NewsPress – 这个人工智能和社交媒体新闻聚合器能够比一家拥有工程师的新闻编辑室的领先日本组织更快地发现故事。
- Snapchat Discover – 显示品牌简介中特别能引起千禧一代共鸣的故事。
平板手机（更大的智能手机尺寸的平板电脑）的兴起推动了移动消息和新闻应用程序同比增长 20%。
新闻聚合初创公司的定价模型似乎很复杂，但不试图过度概括，有：
- 与其他领先数字媒体组织建立合作伙伴关系的新闻聚合器和应用程序，可在读者平台上按文章或按月订阅。
- 免费增值工具订阅提供商能够让用户在阅读器平台上添加自己的资源。
- 新闻聚合商通过人工智能和深度学习技术覆盖广告货币化和贡献者收入分享，以实现个性化新闻内容。
人工智能领域的内容和亚洲在新闻聚合采用方面处于领先地位
让个别平台或个人讲述自己的故事会产生影响（来源：路透社研究所数字新闻报道）。因此，我们看到越来越多的人乐于使用算法来显示来自多个来源的内容。路透社的研究实际上表明，因此，读者可以更多地接触不同的来源，这可以引导用户寻找相关或全球主题，而不是社交网络采用的通用过滤方法。
无论是在投资还是人口方面，亚洲在人工智能（AI）领域都处于领先地位。报告称，到2030年，人工智能将分别占中国和亚洲发达国家GDP的26%和10.4%。全球经济论坛还估计，未来10年内，中国将在人工智能技术和专业知识方面缩小与美国的差距。
来自我们合作伙伴的内容
资料来源：普华永道 – 确定奖项大小
中国、印度、日本、韩国和台湾正在大力投资发展智能手机和移动硬件基础设施（76% 的活跃智能手机设备来自亚洲制造商），同时在人工智能领域迎头赶上。显然，它在聚合和移动警报采用方面取得了回报（下表不包括来自中国和印度的调查数据）。
Spotify 新闻分发解决方案有效吗？
Spotify 的个性化方法基于三个推荐组件：1) 协作过滤（获得用户的星级评分）、2) 自然语言处理 (NLP) 和 3) 神经网络（了解节奏、响度、拍号等以确定相似的歌曲） ）。为什么新闻聚合商可能不应该采用他们的新闻发布模式，有两个关键因素需要考虑。首先，Spotify 仍然依赖其 NLP 的标记数据，这就是为什么有时其推荐不准确的原因。因此，在数据库中标记和处理数据需要巨大的成本。另一方面，中国和亚洲的一些新闻聚合商和应用程序正在使用双重学习人工智能，它提供反馈循环，并有助于根据用户搜索和其他应用程序更好地个性化内容。其次，内容许可和库存建设是重要的Spotify 依靠它为其最终用户创造价值。 Netflix 也做到了这一点，并且只有在对其自己的内容以及与 ISP 合作的 Open Connect（内容交付网络）进行大量投资后才看到其劳动成果 Spotify 似乎没有通往自己的基础设施或硬件的途径来培养使用习惯和采用率。最终，根据最新的表格，每个市场都显示出不同的用户在新闻消费方面的偏好。但随着人工智能的前景、亚洲移动消息应用程序和硬件的兴起，现阶段的趋势表明，出版商与移动新闻聚合商合作的重要性，这些移动新闻聚合商拥有不断增长的内容个性化堆栈，以扩大受众范围。
