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

我越了解算法，就越不懂人性。

人民日報在三評王者榮耀后，最近今日頭條也遭到了點名。批評的重點是以今日頭條為代表的的算法推薦資訊平臺，還提出了價值觀缺失、制造信息繭房、競爭手段無底線的“三宗罪”。

總的來說，人民日報提出的這些問題還是非?？陀^的。此前也有不少新聞業(yè)內(nèi)人士反映過，低俗的信息會刺激人性中的陰暗面，吸引點擊量，在推薦算法的加持下，不知不覺我們的信息流上就全是婆婆小三、艷情野史。而得出的結(jié)論卻是，不是資訊平臺低俗，而是算法覺得你低俗。

同樣的情況也曾經(jīng)在快手上出現(xiàn)過，當(dāng)我們抱怨快手上全是鞭炮炸褲襠、老太嚼燈泡時，得到的答復(fù)是，中國的大多數(shù)就是這個樣子。

多數(shù)人的暴政

這種情況被稱為“多數(shù)人的暴政”。

大多數(shù)人忍不住會被低俗內(nèi)容吸引，所以創(chuàng)作者會創(chuàng)作更多的低俗內(nèi)容，去除人工編輯把控的中間環(huán)節(jié)，算法只會根據(jù)你有意無意的點擊把那些低俗的內(nèi)容推上信息流。

這樣的多數(shù)人的暴政，不僅僅出現(xiàn)在中國，此前Facebook也深受各種驚悚標(biāo)題黨的困擾。不過外國人的腦回路是很清奇的，F(xiàn)acebook推出了一項用戶決策機制，如果讀過之后感覺內(nèi)容和標(biāo)題嚴(yán)重不符，可以將其標(biāo)注為假新聞，這樣就會降低這條消息的推薦權(quán)重。

尷尬的是，很多用戶會依照個人喜好隨意標(biāo)注，甚至?xí)蛘蝺A向?qū)δ骋慌蓜e的新聞進行惡意標(biāo)注。最后Facebook不得已還是采用了算法進行判斷——用機器學(xué)習(xí)對以往的標(biāo)題黨標(biāo)題進行總結(jié)，對相似標(biāo)題的文章進行降權(quán)。就是喂給算法一批諸如《震驚了！……》、《……真相是這樣！刪前速看！》的標(biāo)題，算法學(xué)會后，就會對“震驚派”的文章進行降權(quán)。

實際上“夸張的標(biāo)題”、“假新聞”、“低俗內(nèi)容”之間往往只有一線之隔，把決策權(quán)交給用戶是一項非常冒險的行為。不管是算法還是用戶投票，只要是在去編輯體制的平臺上，多數(shù)人的暴政都會出現(xiàn)。

完全依賴用戶抉擇，平臺會被視作沒有責(zé)任感、不作為；可如果平臺參與決策，又很可能破壞“算法推薦”這一原有的特色。這樣的矛盾，不管是Facebook還是今日頭條都在經(jīng)歷，但對于國內(nèi)用戶來說，不適感來的要更強烈一些。

在App冷啟動時，用戶都會選擇好自己的興趣標(biāo)簽。可打開信息流，還是會有一些低俗夸張的內(nèi)容出現(xiàn)，甚至在選擇了“不感興趣”后，劃過幾屏，類似的信息還是會出現(xiàn)。要不就像新聞中說的那樣，隨手點開了一條低俗信息，立刻有大量類似的信息涌入。

雖然幾乎沒有公開談過其推薦算法都取決于哪些權(quán)值，但我們可以從目前主流的推薦算法中看看，今日頭條們可能錯在了哪里。

如果你的信息流不對勁，可能是因為…

在推薦算法中，最常見的就是協(xié)同過濾算法。資訊類產(chǎn)品常常會使用基于用戶的協(xié)同過濾算法，即利用K鄰近算法，找到和你興趣相近的用戶，并把對方的喜好推薦給你。比如A、B兩個用戶都對時政、軍事類的資訊感興趣，而A用戶也對歷史類資訊感興趣，那么系統(tǒng)就會給B用戶推薦歷史類資訊。

這種基于用戶行為的推薦機制，在豆瓣一類更個性化的、社交屬性更強的平臺的中更為精準(zhǔn)。可今日頭條這類資訊平臺中，用戶群體更加繁雜，用戶行為往往也都是無目的性的——在豆瓣中標(biāo)記某一部電影可能是為了告訴大家“我是看這種電影的人”，而在今日頭條中點擊一條新聞往往只是因為“想看看”。

這無疑給基于用戶的協(xié)同過濾算法的精確度帶來很大挑戰(zhàn)，用戶本身的屬性就是模糊的，又如何如果你的信息流中不斷出現(xiàn)一些你不感興趣的東西，很有可能是平臺利用了這種算法，為你推薦了相似用戶的喜好

不過資訊類平臺利用的更多的還是基于內(nèi)容的推薦算法。如果說用戶協(xié)同算法關(guān)注的是人與人之間的相似度，那基于內(nèi)容的推薦算法關(guān)注的則是內(nèi)容本身。

還是以電影為例，一部電影可以細分出影片類型、年代、演員、導(dǎo)演等等多種元素。用戶標(biāo)注了某一部電影，算法就會為他推薦同一導(dǎo)演的作品。這樣的推薦模式大多被適用于識別結(jié)構(gòu)化數(shù)據(jù)——算法并不知道文章、影片中到底說了什么，只能根據(jù)結(jié)構(gòu)化數(shù)據(jù)標(biāo)注判斷。

這就是為什么大多數(shù)資訊類平臺都存在標(biāo)簽和關(guān)鍵詞機制，算法要通過這些結(jié)構(gòu)化標(biāo)注對內(nèi)容進行判斷，再推薦給用戶。

這其中最大的問題，就是關(guān)鍵詞機制的不準(zhǔn)確。我曾經(jīng)在某平臺上標(biāo)注了興趣“寵物”，本意是希望看到一些可愛的貓貓狗狗，然而某一天該平臺居然給我推薦了一段斗狗視頻，視頻下面居然也有寵物的標(biāo)注。

資訊類平臺中的內(nèi)容越來越豐富，短消息、圖文、問答都有。而關(guān)鍵詞標(biāo)注只能對內(nèi)容進行浮于表面的理解，而內(nèi)容中暗含的情緒往往會冒犯到用戶。而在流量的誘惑下，很多創(chuàng)作者會更傾向于生產(chǎn)具有刺激性情緒的內(nèi)容。

斗狗、職場性騷擾、歷史艷情，這些內(nèi)容本身似乎也是合規(guī)的，但其中暗藏的暴力、歧視、色情等等情緒，被掩蓋在寵物、職場、歷史等等標(biāo)簽下，堂而皇之的污染著我們的信息流。

那么出路在哪？

我們想知道的是，除了加強平臺對低俗內(nèi)容的監(jiān)管，是否還能從技術(shù)方面解決當(dāng)前的問題？

其實相關(guān)的研究結(jié)果已經(jīng)很多，比如谷歌推出的云端自然語言分類功能，可以通過語言分析情緒。據(jù)稱這項功能在分析了報紙的某一版面后，自動將其中一篇菜譜歸入了美食欄目，還添加了具體的標(biāo)簽。而且谷歌云的自然語言API還可以識別情緒，了解文章內(nèi)容是積極的還是消極的。

更詳細的分類和情緒識別，可以很好的解決上文提到的關(guān)鍵詞機制不精準(zhǔn)問題。而人民日報在文章中提到的，用戶興趣變化問題業(yè)內(nèi)也有過相關(guān)討論。有人提出過將用戶停留時間和內(nèi)容相似度兩種數(shù)據(jù)權(quán)重加入到協(xié)同過濾算法中，以用戶在不同內(nèi)容上停留的不同時間來判斷用戶的興趣是否發(fā)生了變化，從而確定推薦內(nèi)容的權(quán)重。

其實不管是谷歌NLP這種高成本的解決方式，還是調(diào)整原有算法這種更簡單易行的方式。用技術(shù)解決推薦算法的局限沒有想象中那么難，甚至對于低俗的內(nèi)容，都已經(jīng)出現(xiàn)了“人工智能鑒黃”這種神器。

推薦算法是一種歷史悠久的技術(shù)，發(fā)展到今天，電商、廣告的推薦越來越精準(zhǔn)，資訊的推薦算法卻惹得天怒人怨，要是把鍋甩到算法上，恐怕有些不公。

有人說算法呈現(xiàn)出的結(jié)果是人性本質(zhì)的體現(xiàn)，可從當(dāng)下看來，算法呈現(xiàn)出的更多是平臺、內(nèi)容創(chuàng)作者這些利益既得者的人性。

作為一個天天研究算法的普通內(nèi)容消費者，我倒是覺得，越了解算法，就越不懂人性。

作者： 我堂堂一個熊貓

來源：微信公眾號：腦極體（unity007）

本文由 @腦極體 授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自PEXELS，基于CC0協(xié)議