公布了从大规模可选内容中寻找最适合推荐结果的算法路径,它最早只通过点击和浏览量对内容进行排序,视频平台YouTube同样以算法推荐为特色,YouTube将其技术文档整理成论文,发表, ,2016年9月,2012年YouTube开始采用复杂的推荐算法,尝试加入观看时长、分享、喜欢等参数来向观众呈现视频流,探讨了深度学习带来的性能跨越式提升,Deep Neural Networks for YouTube Recommendations (深度神经网络在YouTube推荐系统中的应用)

Facebook新闻版块在2019年开始招聘人工编辑(主要是资深记者),以应对各国政府对其平台充斥极端内容的指控, 

许多用户已经提前意识到并展开行动,又可以分为,基于行为类型的不同,尝试摆脱算法的影响, ,自律性选手”和,他们开始想办法改变互联网的使用方式,在平台行动起来做取消算法推荐的尝试之前,怀旧型用户”,佛系用户”

被充分运用于电商、社交、内容资讯等等众多领域, ,算法推荐技术从90年代开始显露优越性以来,并均为这些领域的革新做出了贡献

信息茧房 

可持续性”的发展模式,不少互联网产品也在对现有算法进行着不断优化以改善用户体验,与此同时,根本目的就是要找出一种更具,

诚然,但这么多的平台都选择重回时间流或人工推荐的形式,似乎也有那么一些势在必行的推力,除了商业模式上独辟蹊径的考量,或许也是对算法推荐负面效应的一种回应, ,算法推荐带来的用户和收入不可估量

Amazon平台上线了基于物品的协同过滤算法(ItemCF算法),Amazon销售额提高了35%左右——这是推荐算法从实验室走向商业公司的一次成功应用,1998年,这一技术机制的革新产生了良好的效果, ,将推荐系统推向服务千万级用户和处理百万级商品的规模

于是有的用户选择隐藏自己的行为,不登陆、不点赞、不关注、不评论”,他们的战略是尽可能让算法摸不清自己,这类属于佛系用户,避免定位、相册、通讯录等权限被获取,不留使用痕迹,从而在互联网上当一个透明人,,因为算法推荐需要获取用户行为数据才能够生效, 

极端内容 

怀旧型用户”则会拒绝市面上的大多数资讯集合App,对年轻人来说,从而实现内容都是自己主动关注的更新,与被动推荐的思路截然相反,他们会使用RSS工具将多个订阅源整合在一起,这是一项古老的服务, ,而,却是扩充视野、走出信息茧房很好的对策

进而实现防沉迷的效果,自律型选手”主要警惕算法引发的沉浸效应,偶尔不得不安装就用完即删,用强悍的自制力对抗强大的诱惑,避免使用易上瘾App,通过手机时长管理软件严格控制各个App的使用时间,, 

推测出用户可能的偏爱喜好,通过特定的数据模型,算法推荐分为许多类型,但简单来说, ,其原理就是基于用户的历史使用行为或相关信息

其儿童频道YouTube Kids更是彻底取消了算法推荐,YouTube客户端和网页端都开始提供,改用纯人工筛选内容,不看推荐”和,清除历史观看数据”的选项,用户可以自由选择切换, 

在一定程度上去算法化,更好地服务人类,并不是在强行逆转技术的发展趋势,这么多年来,,对信息分发效率的提升以及社会运作有着不言而喻的意义,算法能够在各个领域得到大规模应用,互联网产品尝试进行一些去算法化的探索,只是让算法回归本意

 ,但之后便被证明,在视频网站之后,将内容按用户兴趣程度进行排列,从时间顺序切换到算法乱序推荐,这一举动带来了用户使用时长、广告点击率的大幅增长,Facebook、Twitter等社交媒体也纷纷采用个性化信息流,尽管初期引发了部分使用者的不适

但距,智媒元年”已经过去5年,算法推荐的发展虽然已经蓬勃, ,但它完全接手了互联网领域的内容分发吗,算法推荐的优越性不言而喻,与人工推荐相比

该产品在多轮融资后估值已经达到6,,这吸引了不少怀旧的客户,读者通过邮件订阅来接收内容,2017年成立的资讯分发平台Substack也是以人工推荐为特色,仿佛瞬间回到了RSS时代,5亿美元

并采用编辑筛选, ,而Facebook则新近推出了一款名为Bulletin的应用——二者均是以时事通讯作者为主的资讯平台,按作者订阅的模式,Twitter在年初收购了Substack的竞争对手Revue,为了与之抗衡

只听自己想听的,并在不断重复和自我验证中强化固有观念,进而相信一些扭曲的故事,但可以确认的是,,针对这一理论的现实效应还存在不少争议,算法基于兴趣的个性化推荐,用户只看自己想看的,确实收窄了用户的信息接收范围,并减少了接受差异化讯息的可能性,在学术界,在日渐封闭的信息环境中

但是从条目浏览到搜索引擎再到算法推荐,信息获取的成本越来越低,这本书讲的是超链接对互联网使用者记忆力的损害,,留给人独立思考的机会确实也越来越少了

但是,美国作家尼古拉斯·卡尔,我们对浏览和略读越来越得心应手,我们正在丧失的却是专注能力、沉思能力和反省能力,,指出人们在享受互联网所带来便利的同时正在牺牲深度阅读和深度思考的能力,互联网毒化了我们的大脑,浅薄,,” 

答案是否定的,

从此只能沉浸在自己喜爱的、熟悉的已知的世界里,算法推荐会为了取悦用户,信息茧房”效应,不断推荐其感兴趣的内容,这让用户以自身兴趣为砖瓦构筑起一道墙,这就是,,引发更多争议的是,信息茧房”所描述的状态

毫无疑问, ,也得益于这种能力,算法推荐是继分类条目与搜索引擎之后的又一技术革新,逐渐被应用于交通、金融、法律等等人类社会的其他领域,以此颠覆了人与信息的相处方式,身处信息大爆炸的背景下,它极大地提升了信息分发的效率和精准度

但是有些严肃内容,就像许多文艺类电影尝尝叫好不叫座一样,很多优质内容与通俗内容放在同一个算法池中,可能很快就被淹没了,本身受众面窄,另外, ,没有办法为机器提供足够的基础数据,自然也无法给出合适的推荐,算法的基础是海量的用户数据收集,比如深度报道、行业知识等,需要人工编辑捞出来

,把合适的工作留给算法,我们说算法推荐的作用是把合适的内容推给合适的用户,不合适的工作交给人工,过去,那么,”,去算法化”就是

 ,在算法与人工之间摇摆不定,许多互联网产品也一改,甚至有不少产品开始进行取消算法推荐的尝试,都面临诸多争议,还是其社会影响,算法推荐会成为互联网历史上的一段弯路吗,算法推荐却不断受到质疑,无论是本身的有效性,唯算法至上”的理念,但近年来,这是技术上的倒退吗

 ,但却逐渐演变成为增强用户粘性,不少读者应该都会有过刷短视频App一刷几个小时忘了时间的经历,原因就在于源源不断的推荐会让人深受吸引无法自拔,延长使用时间的机制保障,快速匹配用户最需要的内容,算法推荐最初应用的目的,这显然与本意有所偏离, 降低用户的时间成本,是为了提升检索效率

但这些工具并没有很好地投入使用——因为过于严格的审核会影响社区氛围,比如研发一些恶意内容检测插件,平台方不想因此造成过多的用户流失, ,互联网公司也在尝试更智能的方式来自动识别极端内容

2016年又被称为,国内互联网行业同样拥抱算法,逐步加大算法推荐的比重, ,以纪念算法推荐在内容分发领域所做出的重大贡献,智媒元年”,一大批代表性应用在这一浪潮中涌现出来,二十一世纪的第一个十年之后,内容资讯平台、短视频应用改变过往人工推荐的习惯

cyberlawrc),本文来自微信公众号 ,二因斯坦,腾讯研究院”(ID,,作者,36氪经授权发布

尽管如此,成效却依然了了,因此这家公司保留了超过1万人的审核团队,以Facebook为例,负责删除违规视频以及进一步改善各种机制和政策,近2/3加入极端主义小组的用户都是被Facebook推荐关注而非主动检索,尽量减少有害内容的推荐量以控制传播,YouTube也面临同样的问题, ,平台持续不断地调整其推荐算法

在,我们曾探讨过推荐算法对社交媒体上极端内容传播的影响,极端内容是一条获取流量的捷径,而基于, ,为什么极端内容更容易流行,流量至上”的理念,一文里,,算法往往在无形中为极端内容的传播充当了推手的角色

但在严肃内容的传播上却频频失效, ,这也是为什么Twiiter、Facebook都选择将严肃新闻与社交内容拆分,算法推荐或许有着优越的表现,在快速资讯、短视频领域,并投资做独立的订阅资讯平台

希望改善其影片推荐效果, ,凭借此次大赛的成果,2006年,推荐”的概念——这家公司就是Netflix,这家公司成功转型为线上影片点播平台,并向用户普及了,一家原本做DVD租赁的公司悬赏百万招募算法推荐系统,最终

失效的严肃内容传播 

功劳”,,水可以变成汽油,现在还有不少YouTube用户坚信, 这就是信息茧房的,地球是平的,要知道,人类并不曾登上月球

事实上, ,许多互联网产品都开始考虑取消算法推荐机制的可能性,并正在做出尝试

相关推荐: xtip集群互联网关

“今天就四单”一位链家经纪人说道,自从五月份美团优选与链家达成合作后,一些位于北京五环外的链家门店也成了美团优选的提货点,店内的房产经纪人们轮流做团长。 这位房产经纪人告诉壹览商业,链家与美团优选合作,经纪人拿不到佣金,但是需要背业绩,如果业绩完不成,也不会有…

移动互联网 媒体 趋势
第23中国互联网络发展状况统计报告

Leave a Comment

Your email address will not be published. Required fields are marked *