这么过分的“投你所好”,你用的真的舒服吗?

当我们搜索一个关键词,然后就会收到各种关联信息,广告推送;在某宝上购物时,会涌现出大量的曾经购买过或搜索过的商品。在这个大数据推算无处不在的时代,仿佛每一个互联网公司都在给人们定制“人设”,通过你的人设来提供服务,但是这样的结果就是造成广泛的大数据杀熟!那么如何避免杀熟,进而让算法更好的服务用户呢?今天我们简单聊一聊~

这么过分的“投你所好”,你用的真的舒服吗?

精准的用户画像

数据比你自己更懂你!

前段时间小编准备买一把吉他,于是某宝上搜索了一下自己喜欢的品牌和款式,至今为止,还在推送,从吉他款式到变调夹,再到吉他书籍,最后贝斯都出来了,但是恰巧这就是我非常想关注的,我明知道它“窃取”了我的数据,但是,我就是恨不起来,因为这种投其所好的机制,太方便了。

这就是一个非常常见的推送算法, 最早就应用在*今条头日**上,通过算法的推荐,测评用户的兴趣爱好,然后再自动的推送相关内容。在基于大数据的前提下,算法可以迅速的为用户匹配感兴趣的内容,大大提高的用户获取信息的效率,通过这种方法加大平台内部的整体流量。之前的搜索引擎很大程度上都是通过人工小编进行推送,很多大平台,粉丝多的文章就会得到较多的推荐,但是自从*今条头日**开始使用算法推荐,直接革新了推荐机制,截止今日,基于算法的个性化内容推送已经超过互联网信息内容的75%。

这么过分的“投你所好”,你用的真的舒服吗?

精准的用户画像,精准的个性化、定制化需求分析,通过用户的浏览记录,使用习惯,为用户定制人设,尽管千人千面,也抵不过上亿的大数据分析。

投其所好的弊端

信息闭塞问题

虽然推荐算法会让你不断的获得自己感兴趣的信息,但是终究会产生“信息茧房”问题。用户不断刷着自己喜欢的视频和文章,算法就会更加的推送相关信息,而对于其他的信息自动过滤,导致用户的视野受限,一直沉浸在自己喜欢的场景中。

这么过分的“投你所好”,你用的真的舒服吗?

举个例子,喜欢看动漫的朋友晚上刷抖音看动漫,一段时间来,整个平台推送的都是热血日漫,例如海贼王、龙珠Z等等,在兴趣的诱惑下难以自拔,常常一看就是几个小时,吃饭的时候也在刷抖音,既不关心国家大事,也不关心身边朋友。

更有甚者会出现大数据“杀熟”,算计老用户。之前在网上曝光的网购事件,合肥彭女士在网购时发现同一家店铺的一件衣服,新注册的账号比老账号便宜25元。

算法推荐仅是一个工具,是为商家和用户牟利的,如果打着不正之风的旗号挂羊头卖狗肉,那就需要给算法带上“金箍”。

加强法制监管

提升自身素质

算法推荐发展到这一步产生的问题看似是技术上的失误,实则是设计者的思维被引导到了误区。最大利益的获得不该仅仅只为了迎合用户,获取关注,若仅以此为核心则会将整体的价值变为流量导向,所以打破“信息茧房”的必要性就更加突出。

在算法优化的路上,仅靠自身的自律性是完全不够的,依法监管才是堵住漏洞的必要手段。已施行的《电子商务法》指出,电子商务平台经营者应当根据商品或者服务的价格、销量、信用等以多种方式向消费者显示商品或者服务的搜索结果;对于竞价排名的商品或者服务,应当显著标明“广告”。

这么过分的“投你所好”,你用的真的舒服吗?

目前正在向社会公开征求意见的《关于平台经济领域的反垄断指南(征求意见稿)》也指出,分析是否构成差别待遇,可以考虑以下因素:基于大数据和算法,根据交易相对人的支付能力、消费偏好、使用习惯等,实行差异*交性**易价格或者其他交易条件;对新老交易相对人实行差异*交性**易价格或者其他交易条件;实行差异性标准、规则、算法;实行差异性付款条件和交易方式。

再者,我们不妨将算法的选择权还给用户,设置启用算法和关闭算法的按钮,这样既可以最大程度的保证突破“信息茧房”,也能最大限度压缩低俗不良信息生存空间,倒逼网络平台更好使用算法推荐。