当AI成为“人缘裁判”，我们该在社交软件里何去何从？

放在以前，要评价一个人的影响力如何，有很多种判别方式，比如他能不能手机里的通讯录借来五万块钱，或者他撺的饭局能来多少人。

这种情况下，我们基本上是对一个人的社交范围、社交能力、受欢迎程度等等做出一个粗略的估算。

互联网的兴起催生了网络社交，人们在社交平台的只言片语都成为了数据而被存留。随着大数据时代的来临，粗略的估算逐渐被量化呈现的数据取代，微博上有多少粉丝、朋友圈里有多少大佬，都是个人影响力的体现。以至于先有目见，再有耳闻。

而到了今天，在AI算力的加持下，每个人的影响力都可以被分析、量化，并以指数来呈现。一款名为Skorr的App就宣称，其可以综合各个社交平台的信息，来给用户的影响力打分——

还有这种操作？

其实对社交媒体进行影响力量化评估早就不是什么新鲜事了。

早在2011年，美国就已经有了一家非常成熟的社交影响力评估公司Klout。Klout主要从三个方面评估影响力：计算过滤掉僵尸粉外的真实影响人数、发布内容的二次传播力度以及全网包括Facebook、Twitter等社交网络平台活跃度。

Klout主要的服务对象是商家。其通过对商家的社交平台进行影响力分析，来帮助商家准确的找到和认识自己的社交媒体粉丝，从而进行精准的营销活动。

而最近推出的Skorr则有着与Klout相似但又截然不同的功能。其主要特点有三个方面。

第一，用AI加持来提高分析数据的能力。为了能对个人在社交媒体上的影响力等进行判断，Skorr利用了机器学习等一系列AI算法来对用户在Facebook、Twitter、Instagram、YouTube等平台的内容进行情感分析、自然语言处理等，然后给用户打一个从1到100的社交分数。对用户来说，这个分数包含着其和他人的互动频次、发布内容的赞踩程度、情感指向等诸多内容，并可在之后以之为鉴。

第二，给用户提高影响力的提供指导。与Klout不同，Skorr在以分数呈现用户影响力之后，还会提供相应的改进建议来提高用户影响力。比如说通过自然语言处理，Skorr识别用户待发送内容中可能引起热议的部分，甚至预测得到内容的互动量有多少。好比你在发送朋友圈时，会有一个小助手提醒你“此时加入自拍会获得更多点赞”。

第三，对用户隐私的严格保护。在用户发布一些包含信用卡号、车牌号、身份证号等一切有可能泄露自身隐私的图片或内容的时候，其内置的图像识别功能将发出警报。

总的来说，Skorr实际上是作为各种社交软件的工具而研发，而这也是研发人员的目的所在。通过Skorr的影响力分析，用户可以更加清楚的认识到自己在社交媒体中的形象。在这个社交网络不断被量化的时代，Skorr的推出也让人们对自我的认识方式从可感走向了可观。

而这些所有影响力计算的背后其实都隐藏着一个关键词：价值。

对于个人来说，通过影响力计算，他可以看到自己的社交生态的真实状况。好友数量、评论人数、转发人数、粉丝数……这些内容全部以量化的形式展现在自己的面前，其实就是个人在偌大互联网中的一个微小价值体现。

那么，对一些并不擅长社交能力的用户来讲，把个人影响力量化、对社交媒体进行全面分析，也就明确指出了其社交短板。由此利用Skorr进行补短，也不失为一条捷径。例如当人缘不好的用户产生困惑是，Skorr可以通过数据分析提醒用户，因为经常在社交媒体上发布“晒娃”这样的负面内容，导致个人影响力评分下降。

另一方面，Skorr对用户的影响力进行量化，同时也量化了个人的传播能力。明白了这一点之后我们就会发现，影响力计算瞄准的更多的是用户身上蕴藏的潜在传播能力。

对企业来讲，Skorr从用户社交平台的关注量、二次转发量、内容关注倾向等方面计算用户的影响力，可以为其实现更精准的广告投放提供指导。在这种情况下，企业不一定非要像过去一样只投放大V网红，批量选择有影响力的普通用户也不失为一种营销玩法。