中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

自扎克伯格創(chuàng)立Facebook以來，“算法”就走進了大眾的視線，成為了各大互聯(lián)網(wǎng)巨頭的好助手。隨著互聯(lián)網(wǎng)的快速發(fā)展，用戶的信息數(shù)據(jù)也面臨著被泄露的風險，政府部門也隨即采取了一系列的保護措施。在這種發(fā)展情景下，作者在本文展開了關于“算法”的一些思考。一起來看看吧。

如果不是因為算法的存在，我們的社會絕不會進步得如此之快。

3月1日，隨著《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》的實施，各大APP均被強制要求在顯眼的位置設置“關閉個性化算法推薦”按鈕。

在不少用戶眼中，關閉APP的個性化推薦甚至等同于關閉APP的廣告、關閉APP的監(jiān)聽。有一說一，雖然很多互聯(lián)網(wǎng)公司做的APP確實不咋好，但是這個謠言是真的有點危言聳聽。

就說一句話，如果APP真的在后臺無時無刻的監(jiān)聽，那么你的手機電量根本受不了。

一、個性化推薦是什么？

既然APP沒有在后臺監(jiān)聽我們，那么，為什么APP總是能知道我們想要什么呢？這就離不開個性化推薦（也被稱為個性化營銷）了。

1. 何為個性化推薦？

簡單說就是，APP（網(wǎng)頁同理）基于營銷目的，在你使用APP過程中，APP會根據(jù)你填寫的資料、你在APP上的頁面停留時長、你對相關事物的興趣等綜合因素，對你進行個性化的營銷推送。

當下的互聯(lián)網(wǎng)環(huán)境，為了拿到你的訪問記錄，甭管我們是打開APP還是登錄網(wǎng)頁，背后都有無數(shù)的跟蹤器在默默分析著你的喜好。

在主流應用中，甭管是日活上億的微信、抖音，還是淘寶、小紅書這些APP，他們統(tǒng)統(tǒng)都在使用個性化推薦?？梢哉f，個性化推送在當今社會，極為常見。

那么，這一套系統(tǒng)到底是怎樣運作的呢？

2. 數(shù)據(jù)采集

對于“個性化推薦”我們可以這樣理解：“個性化推薦”=“個性化”+“推薦”。在這個公式中，“個性化”是“個性化推薦”的前提，而“個性化”前提則是海量數(shù)據(jù)做支撐。

（淘寶個性化推薦需要收集的數(shù)據(jù)）

可以這么說，沒有足夠的數(shù)據(jù)，就不會存在個性化推送。因此，有不少公司都走上了數(shù)據(jù)采集這條路子。

良心一點的公司，他會基于正常渠道獲取到的用戶數(shù)據(jù)，給用戶打上一些正常的標簽。但這些渠道的數(shù)據(jù)，通常不怎么值錢，也無法對個性化推薦起到有效的幫助。

于是，野路子的玩法就誕生了。

就比如在APP內(nèi)嵌入SDK直接采集隱私信息。違不違規(guī)無所謂，對他們來說，把用戶數(shù)據(jù)拿到手才是硬道理。

雖然很過分，但在黑馬看來，這種已經(jīng)算是“相對良心”。

因為在它之上，還有公司直接從流量源頭出發(fā)，從發(fā)卡的運營商渠道直接非法收集用戶的個人信息。就比如下面這家公司——瑞智華勝。

它通過競標以合作供營銷服務的方式取得運營商遠程登陸權(quán)限，接著在運營商系統(tǒng)上裝上能采集用戶Cookie信息的木馬和插件，達到清洗、采集用戶Cookie還有訪問記錄等目的。

要知道，獲取到一個人的Cookie，就意味著我們無需再次輸入賬號密碼，就可以登錄他的賬號，從而獲取他的購物、社交、開房記錄等敏感內(nèi)容。

說難聽點就是，這家公司獲取到你的Cookie信息之后，你在他們面前就幾乎沒有秘密了。

說實話，這種采集程度前所未有，其離譜程度更是超乎想象。不過這也恰恰說明了數(shù)據(jù)采集在個性化推薦中的重要性。

3. 推薦算法

說完了數(shù)據(jù)采集，我們再來聊聊“推薦”。

“推薦”的核心就在于怎樣從海量的產(chǎn)品中，找出你最有可能感興趣的那些。這時候，APP之前通過各種渠道采集到的數(shù)據(jù)就起到了作用。

不過想要進行高效的推薦我們還得引入推薦算法。因為我們采集到的數(shù)據(jù)實在是太多了，只有算法的加持才可以簡化這個推薦過程。

通常情況下，開發(fā)者會用到協(xié)同過濾推薦算法。

它主要通過對用戶歷史行為數(shù)據(jù)的分析發(fā)現(xiàn)用戶的偏好，然后再基于不同的偏好對用戶進行群體劃分，之后再對同類用戶推薦相同的商品。

比如黑馬和36最近在看摩托，雖然是兩個賬號，但是因為黑馬和36的喜好和消費一致，那么這時候系統(tǒng)就會給黑馬和36推薦相同的產(chǎn)品。

上面黑馬也說了，協(xié)同過濾推薦算法比較簡單，所以大家都在用。這也就導致一種情況，你有我有大家有，那不就是約等于沒有嘛。

于是，聰明的開發(fā)者又開始引入了深度學習。

在深度學習的加持下，推薦算法如虎添翼。

它不僅會從用戶停留的頁面采集數(shù)據(jù)，更是會根據(jù)用戶點擊的時間段、訪問次數(shù)、訪問渠道、留存率等更多因素多方面為用戶建立模型。

比如字節(jié)跳動旗下的抖音。

你在平臺上的每一次點擊、觀看時長、點贊、評論與轉(zhuǎn)發(fā)等都被量化了。之后，深度學習再根據(jù)這些數(shù)據(jù)設計出相關模型，用以預測同類用戶群體的喜好。

在算法的加持下，抖音做到了比你還要了解你的喜好。越刷越有趣的抖音就此誕生。

二、個性化推薦存在的意義

通過上面這部分的介紹，想必大家應該知道個性化推薦是什么了。那么，個性化推薦算法存在的意義又是什么呢？

1. 提高效率

以YouTube為例，作為全球最大的視頻網(wǎng)站，YouTube每分鐘都有超過500小時時長的視頻被上傳（2018年的數(shù)據(jù)）。

簡單換算一下就是，一天會有超過720000小時時長的視頻被上傳。拋開運營成本不說，視頻網(wǎng)站最大的痛點就是，如何讓用戶查看到他感興趣的內(nèi)容。

于是我們可以看見，YouTube針對視頻內(nèi)容劃分了類別，同時用戶在注冊時也需要選擇感興趣的內(nèi)容類別。

這樣一來，YouTube就可以針對用戶喜好進行推薦篩選了。

接下來的流程則和國內(nèi)的視頻網(wǎng)站應用相差不大。

在推薦冷啟動階段，針對用戶的反饋（觀看時長、贊、評論與轉(zhuǎn)發(fā)等）來更加精準的判定用戶喜好什么類型的視頻，同時對視頻的標簽進行優(yōu)化。

為了提高信息的推薦效率，視頻網(wǎng)站這時候就會引入個性化推薦，用以幫助用戶更快速地找到自己所需要的信息，從而讓用戶覺得這個網(wǎng)站對其有所幫助增加用戶的點擊率。

2. 加強留存率

與之相對的是抖音。

作為短視頻行業(yè)的老大，抖音還率先引入了實時學習機制，它可以通過用戶使用的數(shù)據(jù)快速提供反饋。

比如黑馬一直喜歡的是機車的視頻，但是某一天黑馬突然在萌寵類視頻上停留了較長的時間，那么這時候抖音就會根據(jù)這個改變快速推薦相似的視頻。

這一點，相信大家都深有體會。

另外，根據(jù)紐約時報發(fā)布的《TikTok是如何讓你上癮的》文章描述，Tik Tok內(nèi)部的一份文件《TikTok Algo 101》曝光了抖音算法的推薦邏輯：

為了追求公司增加日活用戶的“終極目標”，對提供給用戶的視頻內(nèi)容流，Tik Tok選擇性地優(yōu)化了兩大密切相關的指標：“留存率”——即用戶是否回訪——以及“訪問時長”。

“算法透明”的創(chuàng)始人紀堯姆·查斯洛特說：“這種系統(tǒng)意味著觀看時長才是重點。它的算法是為了讓人上癮，而不是給人們真正想要的東西。”

道理很簡單，用戶在APP中停留的時長越久，觀看到廣告的機會也就越多，平臺的綜合收益也就越大。

值得一提的是，文章提到的《TikTok Algo 101》是由抖音北京的工程團隊編撰，同時也得到了Tik Tok發(fā)言人希拉里·麥奎德的證實，她表示，這份文件旨在向非技術(shù)人員解釋抖音算法工作原理。

至于國內(nèi)的抖音推薦機制是否和國際版的Tik Tok一致，這里黑馬就不做評判了。

不過，通過上面這兩個例子，我們可以在這里簡單總結(jié)一下：個性化推薦算法在APP中被應用，最主要的目的就是為了提高信息推送效率、加強用戶的留存率。

畢竟在互聯(lián)網(wǎng)時代，用戶留存率=錢。

常言道，“物極必反”。平臺通過這些手段將用戶留下來之后，就不會對用戶造成什么影響嗎？

這個問題，值得我們深入探討一下。

三、個性化推薦造成的后果

就黑馬個人而言的，體會最深刻的就是個性化推薦帶來的沖動消費和信息繭房的問題。

1. 沖動消費

就拿沖動消費這事來說，淘寶曾有一個讓黑馬“驚為天人”的功能：猜你喜歡。

其離譜程度在于，它推薦的東西不一定是黑馬的必需品，但它推薦超過90%的產(chǎn)品都是黑馬喜歡的產(chǎn)品。每一次深夜逛淘寶，黑馬就忍不住想要剁手。難不成，黑馬的自制力就這么差？

黑馬也咨詢了一下身邊的朋友，發(fā)現(xiàn)和黑馬有著相同困境的人不在少數(shù)。

事實上，個性化推薦的最重要的目的之一就是讓人上癮，形成沖動消費。

甭管你是逛淘寶還是刷抖音，對于這些平臺而言最重要的就是成癮性。因為只有讓你上癮了，才能讓你產(chǎn)生一種別人有的我也要有，從而在不知不覺之間促使你完成消費。

黑馬在以前的一篇文章中寫過，移動支付的發(fā)達，降低了大家對于金錢的敏感度，“剁手”所帶來的痛苦大幅降低，加上平臺鋪天蓋地的宣傳，很容易讓人沖動消費。

就比如大家熟知的AJ，你可能不一定會買，但身邊一定會有打扮得很Fashion的人穿AJ。

在品牌文化和平臺的雙重宣傳之下，大家很自然的就會把AJ理解為“潮”，從而在不知不覺中花掉更多的錢。

不追潮牌的也別笑。

想想自己，明明一開始只是想買GTX1080，可是隨著平臺的推廣和相關博主的使用體驗種草，黑馬最后還是“一不小心”就買了GTX1080Ti。本來自己的手機好好的，不卡頓也夠用，但就在每年手機廠商們各種發(fā)布會的轟炸下，我們總是花了大幾千上萬買一款新手機。

沖動消費帶來的，不僅僅是個人財務狀況的惡化，由于人的收入是有限的，對某一領域的沖動消費必然會擠壓其他方面的消費，例如必需品的消費，所以我們會看到有些人寧愿每個月吃泡面也要買AJ、買神仙水。

如果進一步地討論，沖動消費會進一步的影響我們的三觀，因為我們重視消費品對我們外表和人格的“裝扮”，也必然會導致拜金主義和金錢至上的社會現(xiàn)象，甚至導致掌握生產(chǎn)資料的少數(shù)人群與廣大消費者群體的分化和對立。

又有誰能逃得過沖動消費的“荼毒”呢？

3. 信息繭房

除了讓你上癮、讓你沖動消費，個性化推薦還會造成一個比較嚴重的后果——信息繭房。

“信息繭房”（Information Cocoons）是美國哈佛大學教授凱斯·桑斯坦在《信息烏托邦：眾人如何生產(chǎn)知識》提出的概念。他認為信息在傳播過程中，公眾會偏向于選擇那些他們感興趣的信息，并對其他內(nèi)容無視甚至排斥，久而久之便形成了“信息繭房”。

所謂“物以類聚人以群分”，因為信息的單一化，所以陷入信息繭房的人頗有一種“找到知己”的感覺。

這時候，他們就很難容忍與他們不一樣的聲音。任何外界理性的看法，都將被其視為異己，更有甚者會試圖消滅這種不同的聲音。

如果感受不夠明顯的話，黑馬推薦大家去看看微博的明星話題區(qū)，以及某些爆火電視劇中流量明星出現(xiàn)時的彈幕。倘若你敢隨意指出某某明星的不足，那你的結(jié)局只有一個：因被該明星的粉絲群體瘋狂攻擊而炸號或狂懟。

隨著個性化推薦的深入，陷入信息繭房的人會逐漸變得視野被固化、不能接受外界的聲音、極端化、喪失獨立思考能力等，嚴重的甚至會激化不同群體和民族的對立。

法國社會心理學家古斯塔夫·勒龐曾在1895年出版了這樣一本書——《烏合之眾：大眾心理研究》，書中詳細的闡述了當個體融入群體之后，他的個體思想就會被群體思想所取代，從而產(chǎn)生情緒化、極端化、低智商等特征。

國外最大的社交媒體網(wǎng)站之一Facebook曾曝出了這樣一個“丑聞”。

根據(jù)《華爾街日報》的文章揭露顯示：Facebook的算法利用了人腦對分裂的吸引力，如果任其發(fā)展，F(xiàn)acebook將向用戶提供越來越多的分裂內(nèi)容，以努力獲得用戶的關注，并增加在平臺上的停留時間。

也就是說，為了讓用戶的留存率更高，F(xiàn)acebook更傾向于向用戶推薦極端內(nèi)容，而隨著用戶的參與，算法更是會優(yōu)化這種推送邏輯，從而讓平臺用戶看見更多的極端內(nèi)容。

深入想想，讓人感到后怕，要知道，極端主義的孕育，會直接導致社會治安或者是恐怖主義的問題。

想要避免這種情況的發(fā)生，我們就不得不對個性化推薦算法做出修改。

人民網(wǎng)早在2017年就曾發(fā)文，告知大家要警惕算法走向創(chuàng)新的反面。然而，平臺為了更多的流量、更好的留存率選擇了迎合用戶的這種喜好，從而讓互聯(lián)網(wǎng)環(huán)境變成“娛樂至死”。

根據(jù)新華網(wǎng)做過的一次調(diào)查統(tǒng)計顯示，有54%的95后最向往的新興職業(yè)就是主播和網(wǎng)紅。

或許，出現(xiàn)這種情況，也離不開個性化推薦在背后的“推波助瀾”。

三、關閉個性化推薦

就目前來看，個性化推薦有好有壞。

運用得當?shù)脑挘梢蕴岣哂脩舨檎倚畔⒌男?、學習知識的效率，這一特點在現(xiàn)階段信息爆炸的時代顯得尤為重要。對于公司或平臺而言，它也能使公司在激烈的市場競爭中保持優(yōu)勢。從技術(shù)發(fā)展的角度來看，個性化推薦必然會增強機器學習的能力，從而促進人工智能的發(fā)展，進而發(fā)展為人工智能主導下的各行業(yè)跨越式的進步。

然而，運用不當?shù)脑挘粌H侵犯用戶隱私，而且會讓用戶形成沖動消費、信息繭房，讓人在生活中變得更加焦慮、偏激和絕對，甚至孕育出社會層面大大小小的矛盾和嚴重后果。

那么，你有沒有想過試著關閉個性化推薦呢？這不，黑馬就試了試關閉個性化推薦。

1. 迎接枯燥的現(xiàn)實

然而，在關閉個性化推薦之后，黑馬就后悔了。

因為關閉個性化推薦之后的世界，實在是太無趣了。

以淘寶為例，左邊的圖是關閉個性化推薦之前，它有黑馬關心的頭盔、射燈、攝影燈、記錄儀等等；而在關閉之后，黑馬感興趣的東西都蕩然無存，甚至還推薦了黑馬最不愛吃的洋蔥。

（左邊為關閉前，右邊為關閉后）

可以說關閉個性化推薦之前，淘寶就像是一個管理著巨大倉庫的私人小秘書，能清楚的知道我們究竟想要什么。我們的每一次召喚需求，都被她了然于胸；

然而關閉個性化推薦之后，我們的私人小秘書就像是被開除了一樣，除了你自己，沒有人知道你想要什么。從此，甭管你想買啥，都只能靠自己在這個倉庫中慢慢挑選。這也恰好說明了，過去我們是有多么的依賴算法。

如果你選擇關閉個性化推薦，就必須做好迎接這種枯燥現(xiàn)實的準備。

2. 擁抱多元化觀點

根據(jù)牛津大學Seth Flaxman教授2018年發(fā)布了一篇研究指出，互聯(lián)網(wǎng)個體天生就偏愛極端的新聞。

道理也很簡單，通常情況下，極端內(nèi)容就意味著爭議。而爭議的背后，就是流量。對于互聯(lián)網(wǎng)平臺來說，不好好利用這個特性，絕不是一個合格的平臺，于是我們看到了個性化推薦的盛行。

總的來說，當代互聯(lián)網(wǎng)將所有天南地北的人都囊括在一起，大家看的都是討好自己的內(nèi)容，而且算法還很方便的把相同觀點的人凝聚在一起。

在這個過程中，因為固有認知，我們很容易走上極端，陷入爭執(zhí)。如果理性討論倒也無可厚非，然而這樣的環(huán)境，是無法讓理性冒頭的。

當線上非理性的聲音占據(jù)上風，蔓延到線下就成為了一種必然，這也就形成了所謂的“開盒”。

雖然我們不一定能夠完全避免這樣的情況繼續(xù)發(fā)生，但是我們選擇關閉以算法為主導的推介。在關閉個性化推薦之后，平臺推送偏激內(nèi)容的頻率降低了，參與討論的人數(shù)變少。相應的，發(fā)生這種事情概率自然也就降低了。

我們不知道個性化推薦是否是“潘多拉”，但它所帶來的問題，已切實可見。波蘭詩人斯坦尼斯洛曾說過：“雪崩時，沒有一片雪花是無辜的”。

或許我們個人阻止不了雪崩的發(fā)生，但我們至少可以選擇，讓雪花飄得更遠一些。

參考文獻：https://www.huxiu.com/article/384364.html

作者：小仙；公眾號：黑馬公社

原文鏈接：https://mp.weixin.qq.com/s/ZpioqVuz4jvQpVJq5wWCWg

本文由 @黑馬公社?授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 pexels，基于CC0協(xié)議。