平台风控审核 产品经理视角看内容审查与风控策略

一个内容社区的用户角色，大致可分为内容生产者（创作型用户）和内容消费者（浏览型用户），既有内容的生产创作，又有观众能够消化掉创作产能，形成良好的社区内容生态。

如何保证内容平台和内容社区里的“内容”，有良好的文化导向，形成良好的内容氛围，就需要平台介入到内容创作中，引导内容生产者创作符合平台价值观的内容，以及引导创作平台提倡的内容。在平台介入内容创作的各种方式中，内容风控就是其中一种。

除内容文化导向外，内容平台的监管责任，也是内容风控的关键原因。2020年3月，国家网信办针对互联网内容乱象，出台实行了《网络信息内容生态治理规定》，明确了网络信息内容服务平台的责任，这意味着，对于内容平台的信息安全，不仅仅信息的发布者要承担责任，平台也同样需要对内容风控负责。

对于很多内容平台来说，既然内容审查成为逃避不掉的责任，那么如何利用机器审核和人工相配合，如何权衡效率和成本，就成为各大平台亟需想明白的问题。

01

内容风控策略的核心要点是什么？

对于一款产品来说，其基本业务框架的抽象模型可以总结为“业务”、辅助业务的“增长”、保障业务的“风控”和支撑以上三点的“数据”。

“业务”自然是产品最关键的地方，“增长”“风控”和“数据”都是辅助业务良态运行。对内容平台的业务来说，协调内容生产者和内容消费者，形成良好的内容生态是关键的核心，辅以用户增长（包括用户增长和创作者增长两个方面），并且对社区进行风控。

通过业务的发展和增长、风控的积累，形成用户基础数据、注册信息、浏览行为、视觉偏好、用户标签等数据，然后通过这些数据，再反向支撑业务发展，形成产品内的数据打通。

本文所要着重分析的，就是风控这一环节。金融产品、信贷产品有风控非常好理解，但其实，所有类型的产品都需要有风控。电商产品要防薅羊毛，社交产品要防欺诈，而内容产品，则是要对平台内容的质量和合规性进行风险控制。

对于内容社区等UGC产品来说，风控线就是生死线。内容和社区产品的风控压力来源于监管侧，风控对象是用户在平台发布的内容。

02

内容风控要“控”什么？

来自内容侧的风险主要有三类。

其一是政策层面的内容合规，要符合监管的要求。监管要求的内容可参考最新实行的《网络信息内容生态治理规定》，对于各项违规内容都做了详细规定，大致概括可分为涉政、违禁、暴恐、**等四类，这部分是政策红线，一旦触及，轻则约谈，重则下架、封禁。

其二是社区氛围的良性导向，如谩骂、隐私等。这一类型的内容虽然不会触及监管红线，但倘若内容社区充斥各种负能量，对于社区氛围是非常严重的损害，伤及用户体验，导致用户流失，影响产品商业利益。这一类型内容风控还包括对于产品运营主体的保护，例如对吐槽公司工作人员的内容进行限流处理、对平台和产品的诅咒进行删除等，属于商誉和公关层面的维护，同时也是对产品官方公信力的维护。

其三是社区用户安全的保证。对于内容和社区产品而言，平台内一定会存在导流、灰产、诈骗等不法手段，如何保护平台内用户的财产安全和产品体验，是非常关键的，互联网发展至今，导流、诈骗等行为往往是成熟的灰黑产产业链所为，他们拥有丰富的反监查和防过滤经验，揪出他们并进行处理，需要平台与其斗智斗勇。

03

内容风控的方法和手段

在最早期的阶段，对内容进行风险控制，只能通过编辑人工进行审核。这种方式需要大量的人力物力，而且稿件审核需要时间长，时效性也被大大削弱。一般的公司，很难负担起庞大的内容审核团队。

之后，诞生了关键词过滤等手段，成为成本较低，并且使用最为广泛的内容风控措施。对于命中预设的违禁关键词的内容，直接阻止发出或者转交人工审核。这种方式性价比极高，耗费成本小，但基本可以过滤掉大多数的违规内容。

关键词过滤存在的问题也很明显，准确率较低，经常出现误伤和漏网的情况，对于内容和社区平台来说，这是不能容忍的，前文已经讲过，哪怕一篇违规内容被放出来，产品都有可能被封禁。再加上网络的普及，越来越多的人学会了通过拼音、乱码、谐音等方式绕开关键词，关键词过滤逐渐不再能胜任内容风控的工作任务。

以上基本还属于规则的范畴，之后内容风控的发展，就进入了AI+策略的时代。

AI方面，其实叫机器学习更加准确，这是一套组合拳。举个例子，对于一个视频稿件的审核，就需要对整个视频进行逐一拆帧，然后通过OCR文字识别检查字幕，此时对于字幕的检查和文字内容的检查基本一致，文字识别涉及到NLP分词、语义理解等AI技术；对于画面，则是图片识别，识别图片中可能出现的违禁内容，这里涉及到一个准确率的问题，暴恐视频不能够通过，但游戏视频也存在战斗画面，如何保证不误伤；对于音频，则需要两个方面的审查，一方面是视频当中的语句，将语音转文本，再通过文字的审核策略来审核，另一方面是音调识别，例如识别音频当中的娇喘等无语句的声音。

机器学习还是就稿件论稿件，而一个优秀的内容风控平台，是需要配合策略的。风控策略产品经理是近几年一个特别火的岗位，提供更精细化的、动态的、效率的产品风控解决方案。对于策略来说，内容的风控不能只在单个内容上，还需要结合更高的维度，给予更加精细化的识别判断。策略要从单个内容出发，延伸到发布该内容的用户基础信息、关系链、过往内容、实名可信度等等诸多维度进行调参和计算，以判断这名用户的这条内容是否需要更细致的识别。

这里要特别强调一点，即使平台的机器算法再先进，所有的内容还都需要过人审核。所有内容过人，所有内容过人，所有内容过人，重要的事情说三遍，至于原因，还是上面那一条，内容和社区平台不容有半点闪失。

不过机器平台越先进，能够为人工审核提供的辅助也就越全面准确，人工审核的效率自然也就变高，审核人员的压力也相应减弱。

另外，对于内容风控，又会有前置风控（先审后发）和后置风控（先发后审）等不同的方式，关于这一点，以后有机会再详细分析优劣和适用场景。

对于各大内容平台来说，随着内容量越来越大，单纯的对审核人工进行扩容，恐难以解决问题。相对来说，字节跳动旗下的抖音、今日头条、西瓜视频等，背靠百度AI的爱奇艺、好看视频、百家号，腾讯旗下的微信公众号、视频号、腾讯视频等，成立时间久，技术储备强，内容风控团队完善，就大规模进入机器审核系统，在利用机器算法进行内容审查方面，有更多的经验和技术储备。

而新兴的内容平台，比如B站、小红书崛起晚、资源少、技术储备弱，在机器辅助审核上还比较弱势，今后加强内容风控技术，优化内容审核策略，改善审核后台的体验，不失为一个好方法，毕竟工欲善其事，必先利其器。

无论如何，内容风控的核心意义，是保障业务平稳安全运行，并且在反对“真正的恶”上发挥自己的力量。对于暴力、**等违法犯罪内容，必须严惩不贷，但对于呼声正常表达的内容，则应当用更多元的视角去评析论证，而不能直接采用机器算法一刀切。

技术是中立的，但技术背后的人必须有立场