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

編輯導(dǎo)語：不知不覺中，不少的產(chǎn)品都有了智能推薦功能，通過這個(gè)功能可以猜測并且推薦給用戶他們可能會(huì)喜歡的產(chǎn)品，幫助用戶進(jìn)行決策，提高成交率。但是智能推薦真的“智能”嗎？它給用戶帶來的是便利還是同質(zhì)化的海量信息呢？

相信很多朋友和身邊的人都有相同的感受，我們在各種頭條、各種新聞、某乎或者是某廚房，某寶等平臺(tái)上留下過瀏覽足跡，等你下次再次打開時(shí)候一定是會(huì)有與之相關(guān)聯(lián)或者相類似的信息再次推送到你。

并且你發(fā)現(xiàn)有些還挺符合自己心意的，其實(shí)這并不是巧合，而是平臺(tái)對你的行為進(jìn)行了人工智能算法，然后對符合計(jì)算結(jié)果的產(chǎn)品推送你眼前，給用戶一種平臺(tái)真懂我的需要的良好體驗(yàn)。

這就是互聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)投其所好實(shí)現(xiàn)“千人千面”的制勝利器-智能推薦，智能推薦能夠根據(jù)搜索行為通過計(jì)算分析來判斷你的喜好，然后把同類型的內(nèi)容再次推送給用，很多時(shí)候我們就是在這種智能推薦的情形中享受這快感無法自拔。

因?yàn)橛脩舻男袨橐呀?jīng)表達(dá)了出了用戶的喜好和需求，而互聯(lián)網(wǎng)的后臺(tái)則源源不斷的給你發(fā)送來滿足用戶需求。而用戶的點(diǎn)擊又按上述的邏輯再次循環(huán)。樂此不疲，直至沉淪。

我們?nèi)耸怯兴枷氲?，我們可以憑借我們的知覺和認(rèn)知來做判斷。比如說到“甜”，在我們過往的生活經(jīng)歷形成的認(rèn)知我們可以想到很多東西，糖、蛋糕、奶茶、蘋果。

比如朋友是個(gè)愛運(yùn)動(dòng)的人，送他禮物時(shí)候就可以選擇運(yùn)動(dòng)鞋、運(yùn)動(dòng)裝。我們會(huì)根據(jù)氣溫來增減衣物，可是程序他是一堆代碼，如何來根據(jù)用戶的行為來個(gè)給用戶的特性做聯(lián)系和判斷呢？

一、簡單介紹幾種推薦機(jī)制的工作原理

1. 打標(biāo)簽，根據(jù)標(biāo)簽推薦具有同樣標(biāo)簽的其他內(nèi)容

打標(biāo)簽的方法就是平臺(tái)設(shè)定好很多標(biāo)簽，然后制作或者上傳的用戶在發(fā)布內(nèi)容的時(shí)候選擇該內(nèi)容屬于一個(gè)或者多個(gè)標(biāo)簽貼上進(jìn)行發(fā)布，發(fā)布成功后該內(nèi)容就屬于該標(biāo)簽分支下無數(shù)條內(nèi)容的其中一條。

假設(shè)你在某平臺(tái)上瀏覽了一條關(guān)于產(chǎn)品的內(nèi)容A，內(nèi)容A制作上傳的時(shí)候打上了產(chǎn)品的標(biāo)簽，那么你下次大概率也會(huì)瀏覽到其他關(guān)于具有產(chǎn)品標(biāo)簽的內(nèi)容，隨機(jī)抽取的內(nèi)容B、C、D…

有如這類型，是在用戶注冊的時(shí)候選擇感興趣的標(biāo)簽，然后根據(jù)用戶選擇的標(biāo)簽在對應(yīng)的數(shù)據(jù)庫給用戶推送內(nèi)容。

2. 對標(biāo)題進(jìn)行分詞，根據(jù)分的關(guān)鍵詞進(jìn)行內(nèi)容匹配

比如搜索一篇文章：

搜索的標(biāo)題為：“如何成為一名產(chǎn)品經(jīng)理 。”

假設(shè)這個(gè)平臺(tái)的分詞規(guī)則是：設(shè)置的分詞最大字?jǐn)?shù)為3。

那么會(huì)被拆分成：如何成??為一名??產(chǎn)品經(jīng)?? 理 （產(chǎn)品經(jīng)理的垂直行業(yè)應(yīng)該沒有這種詞）

不滿足條件在退為最大字?jǐn)?shù)為2。

如何??成為??一名?產(chǎn)品??經(jīng)理??（這些詞在產(chǎn)品經(jīng)理的垂直行業(yè)存在這種詞匯）

那么就會(huì)按照字?jǐn)?shù)為2的詞匯來匹配相關(guān)內(nèi)容

匹配出來的內(nèi)容就有可能會(huì)是以下標(biāo)題：

• 如何成為一名產(chǎn)品經(jīng)理
• 如何成為產(chǎn)品經(jīng)理
• 成為產(chǎn)品經(jīng)理
• 如何成為經(jīng)理
• ……

3. 通過數(shù)學(xué)邏輯進(jìn)行公式計(jì)算，相似度計(jì)算。

相似度計(jì)算主要有三個(gè)經(jīng)典算法：

1）余弦定理相似性度量

通過測量兩個(gè)向量內(nèi)積空間的夾角的余弦值來度量它們之間的相似性，0度角的余弦值是1，而其他任何角度的余弦值都不大于1，并且其最小值是-1，從而兩個(gè)向量之間的角度的余弦值確定兩個(gè)向量是否大致指向相同的方向。

兩個(gè)向量有相同的指向時(shí)，余弦相似度的值為1；兩個(gè)向量夾角為90°時(shí)，余弦相似度的值為0；兩個(gè)向量指向完全相反的方向時(shí)，余弦相似度的值為-1。

在比較過程中，向量的規(guī)模大小不予考慮，僅僅考慮到向量的指向方向。余弦相似度通常用于兩個(gè)向量的夾角小于90°之內(nèi)，因此余弦相似度的值為0到1之間。

2）歐氏距離相似性度量

與余弦定理通過方向度量相似度不同，歐氏距離是通過計(jì)算樣本實(shí)際距離在度量相似度的，二維平面上兩點(diǎn)a(x1,y1)與b(x2,y2)間的歐氏距離。

3）皮爾遜相關(guān)系數(shù)

兩個(gè)變量之間的相關(guān)系數(shù)越高，從一個(gè)變量去預(yù)測另一個(gè)變量的精確度就越高，這是因?yàn)橄嚓P(guān)系數(shù)越高，就意味著這兩個(gè)變量的共變部分越多，所以從其中一個(gè)變量的變化就可越多地獲知另一個(gè)變量的變化。

如果兩個(gè)變量之間的相關(guān)系數(shù)為1或-1，那么你完全可由變量X去獲知變量Y的值。當(dāng)相關(guān)系數(shù)為0時(shí)，X和Y兩變量無關(guān)系；當(dāng)相關(guān)系數(shù)在0.00與1.00之間，X、Y正相關(guān)關(guān)系；當(dāng)相關(guān)系數(shù)在-1.00與0.00之間，X、Y負(fù)相關(guān)關(guān)系。

由此可知，相關(guān)系數(shù)的絕對值越大，相關(guān)性越強(qiáng)，相關(guān)系數(shù)越接近于1和-1，相關(guān)度越強(qiáng)，相關(guān)系數(shù)越接近于0，相關(guān)度越弱。

電商的推薦大多數(shù)是根絕用戶的行為數(shù)據(jù)，例如：年齡、消費(fèi)水平、消費(fèi)頻率等已知條件，經(jīng)過公式的算法計(jì)算出來的。如果兩個(gè)用戶計(jì)算出來的值越接近，就說明兩個(gè)用戶購物喜好越相似，即可以把A 喜歡的物品推進(jìn)給B。

二、智能推薦為什么會(huì)被說成是砒霜？

每當(dāng)智能推薦通過我們行為源源不斷的向我們推送內(nèi)容時(shí)，有人就發(fā)出不那么樂觀的聲音，甚至將其視為砒霜帶來禍害。當(dāng)我們被大數(shù)據(jù)分析時(shí)，我們沒得選擇，推送什么只能接收到什么。我們沒辦法跳出那個(gè)框架去做選擇和判斷，深陷其中無法自拔。

電商平臺(tái)利用大數(shù)據(jù)殺熟，老用戶購買相同物品或者服務(wù)比普通用戶都要貴，而用戶基于對平臺(tái)的信任反而被割了韭菜。

1. 除了消費(fèi)類，還有閱讀消遣類也被好些理性的用戶所病垢

主要體現(xiàn)在：

1）閱讀類型和閱讀面受限，降低了多元化信息的接收

身邊也很多朋友反應(yīng)現(xiàn)在感覺每天在各種頭條除了熱點(diǎn)看到的文章都一個(gè)樣了，喜歡看NBA資訊的每天都能看到NBA資訊，愛看服裝搭配的也每天都有，喜歡的明星的新聞也天天不落下。

這個(gè)世界每天都發(fā)生那么多的奇奇怪怪的事情，可我們接收到的信息似乎都一個(gè)樣。

2）沉迷于人性的弱點(diǎn)，享受短暫在快樂無法自拔

身邊已經(jīng)有不少朋友把小視頻卸載了，原因無他，只是不想繼續(xù)沉迷于短視頻的快樂之中。相信刷短視頻肯定占據(jù)了我們一天中很大的時(shí)間比例，下班后到睡覺前的這幾個(gè)小時(shí)，公交地鐵、吃飯的碎片時(shí)間等等。

我們把不喜歡看不感興趣的視頻隨手一劃，把想看的視頻從頭看到尾。此時(shí)，你會(huì)發(fā)現(xiàn)隨后完播率高的類型的其他視頻又會(huì)被你刷出來。不斷篩選，不斷推送，刷的人也就中毒了。

2. 智能推薦能不能成為蜜糖呢？

大家在做產(chǎn)品設(shè)計(jì)的時(shí)候會(huì)不會(huì)找一下參考？比如我要設(shè)計(jì)一個(gè)條件篩選，在設(shè)計(jì)網(wǎng)站找到下面這個(gè)樣式：

然后網(wǎng)站會(huì)根據(jù)“篩選”這個(gè)關(guān)鍵詞或者標(biāo)簽推薦更多內(nèi)容：

我就有很多的篩選設(shè)計(jì)樣式參考了，當(dāng)有各式各樣的篩選樣式出現(xiàn)面前時(shí)，我就可以根據(jù)自己的需要來選擇設(shè)計(jì)一個(gè)適合自己需要的篩選。

刷選選項(xiàng)較多較長，可以選擇參考下面下拉式瀑布流。

篩選選項(xiàng)少，不會(huì)占用太長空間，可以把選項(xiàng)橫向列出來達(dá)到優(yōu)化頁面空間。如下：

統(tǒng)給推薦了不同的參考形式，我們可以結(jié)合自己的項(xiàng)目需求權(quán)衡項(xiàng)目適合什么樣的設(shè)計(jì)。再如，我們想學(xué)習(xí)一個(gè)知識(shí)。想了解互聯(lián)網(wǎng)產(chǎn)品經(jīng)理這個(gè)職業(yè)是什么？在知乎上搜索產(chǎn)品經(jīng)理是什么？點(diǎn)擊一篇文章閱讀。

然后在文章底部會(huì)出現(xiàn)相關(guān)推薦：

出現(xiàn)的內(nèi)容除了有解釋產(chǎn)品經(jīng)理是什么？

還有擴(kuò)展內(nèi)容：

• 產(chǎn)品經(jīng)理的工作
• 適合給產(chǎn)品經(jīng)理看的書籍
• 產(chǎn)品經(jīng)理要如何進(jìn)步等
• …..

能夠讓我們從多維度更全面了解認(rèn)識(shí)產(chǎn)品經(jīng)理，以上舉例即時(shí)類似的情景，我覺得智能推薦便真香了。

因?yàn)樗麑ξ覀儗W(xué)習(xí)和解決問題提供了幫助，在固定的主題下提供了更多有聯(lián)系的資訊和信息，讓我們的判斷有明確的認(rèn)知。相比于之前說的娛樂，他就不是在是重復(fù)的消耗，而是一種獲得。

知識(shí)是我們在社會(huì)實(shí)踐中或者科學(xué)實(shí)驗(yàn)獲得的對客觀事物的認(rèn)識(shí)，但是掌握知識(shí)是需要一個(gè)過程的，很多人卻誤把知道當(dāng)成了掌握。

知道是知道，掌握是掌握。知道是接觸到了解到，是很淺顯的一個(gè)層次。就像我們學(xué)習(xí)做題，剛接觸到一個(gè)新知識(shí)或者公式就去做題往往會(huì)遇到障礙，因?yàn)楸藭r(shí)還未掌握是一個(gè)初始階段。

而掌握是通過反反復(fù)復(fù)的復(fù)盤和舉一反三之后達(dá)到的另一個(gè)層次，我們通過推薦出來的相關(guān)內(nèi)容可以更加全面和多角度了解我們想要了解的知識(shí)，解決問題也就更加容易。

知識(shí)就是這樣，知道一點(diǎn)皮毛的時(shí)候會(huì)欣喜若狂，因?yàn)檫@時(shí)候認(rèn)知少，以為知道的就是全部。而當(dāng)知道的越多的時(shí)候的反而有一種謙卑的冷靜，因?yàn)槊靼琢巳魏我活愔R(shí)都如茫茫大海，而我們掌握的只是那滄海一粟。

三、結(jié)語：智能推薦是砒霜還是蜜糖？

智能推薦是砒霜還是蜜糖，個(gè)人覺得還是看使用場景。

當(dāng)我們在消遣過程中迷失自我，忘乎所以享受消耗型快樂時(shí)，那無疑是一種悲哀。但當(dāng)我們能夠嚴(yán)于律己，理性回歸，將其作為一中工具用于學(xué)習(xí)，用于解決問題真的會(huì)帶來莫大的幫助。當(dāng)我們能夠獲得一種充實(shí)的滿足感時(shí)，那種感覺是真的甜！

#專欄作家#

我是廣告班，人人都是產(chǎn)品經(jīng)理專欄作家。擅長對產(chǎn)品，對用戶對需求的洞察和分析。

本文原創(chuàng)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Unsplash，基于CC0協(xié)議