美文网首页大数据@IT·互联网程序员
大数据推荐机制错在哪里?

大数据推荐机制错在哪里?

作者: 格列柯南 | 来源:发表于2017-10-27 19:38 被阅读0次

以前很喜欢的一个新闻类App,就是网易新闻客户端。但不知道从什么时候开始,网易开始根据我看过的文章,推送相关的新闻给我了。从此,我开始讨厌起来这个App,它不仅窥探了我的喜好,更夺取了我漫无目的地浏览,只想知道最近热门话题的习惯。

网易新闻的推广语

于是,我就将这个App卸载了。没有了客户端,我发现我并没有错过任何重大新闻。无论是和人聊天,还是刷一下微博,或是看看朋友圈,你都能知道最近时事热点。

后来开通头条号,在手机端浏览新闻时发现,这个App过网易尤甚,甚至在我发了一些文章之后,我发现,竟然在推送给我的问答和文章中,包含了我想写的话题,彷佛跑到了我的脑中,更让我觉得不寒而栗。

在头条号上,我一篇关于巴塞罗那圣家堂的介绍竟然成了我发表的所有文章中最热门的一篇,原本我以为这么小众的话题,应该没有多少人关注才对。在获得惊喜的同时,我也发现了弊端。以头条号的Slogan“你关心的才是头条”分析,我们来看看这个推荐机制深为层次的问题。

今日头条的slogan

我原本喜欢随意看看的内容,在新的推荐机制下变成了根据我的历史浏览(行为习惯)推荐的内容。这件事很可怕,它将我爱好的多面性给抹杀了。我读的历史多,就推荐我很多历史内容,但并不表示我对娱乐新闻不感兴趣。虽然我真的关注娱乐新闻很少,连明星的脸都分不清楚,但偶尔看看某人的轶事,也是获取信息用以思考的素材。

豆瓣现在也采取了这样的方式,我搜过一本书只是想看看我有没有看过,或者只想了解一下作者的信息,或者只是查一下资料,但豆瓣上就开始推荐给我这些相关的评论和新闻。我真的很不喜欢这样!

这样推荐机制的前提,或者假设在于:你只关心与自己相关的信息,人只是自己喜好控制的动物。然而,这样的假设会造成人越来越沉浸于自己喜欢的事情上,越发会加深自己对现有观念的确信,从而不反思自己,从而不去扩展自己的知识面,越来越偏见!

这也是目前大学学科设置的问题,他们给自己造成了严重的、自以为是的缺陷。在很多领域,往往做出成绩的,都来着跨学科融合和思考的人。例如,读经济学,你只学会了用书本上学到的思考,正如《黑天鹅》一书中所批判的那样,那些从商学院或MBA毕业的数十万学生,使用这理想的高斯曲线,而对现实世界的偏差置之不理,在突发的金融危机之后,却声称这是万年不遇。

《黑天鹅》

今年诺贝尔经济学家算是颁对了人(包括之前颁发给卡尼曼),这些对经济学的假设前提:理性人进行思考的行为心理学,才是真正看到了经济学假设前提的缺陷。

回到智能推荐机制的话题,其一开始假设就错了,这些软件架构师如同沉迷于经济学假设的人一样,对人性视而不见,认为喜欢什么,就给他们喂什么吃。一则社会新闻,如情杀事件,我好奇打开之后,并不代表我对所有情杀、出轨等问题感兴趣;我观看了《环球时报》的一则报道,或许只是想看看它是怎么错的,并不代表我同意他的观点。

但这些大数据的智能推荐机制却不理解这些,他会频繁推荐给你相关内容。的确,也有标签可以标示自己并不喜欢,如一篇文章,一个话题,或是某个人物或是某个内容来源,从而让机器减少相关的推荐,但仍然不能解决其本质性的错误。每次在标示的时候,我都在犹豫,万一我将某一新闻来源的内容全部屏蔽掉了,我会不会错过一些好的东西;或是某个人物的一条信息表示不感兴趣,但她其余的内容确实我喜欢的;或者我还有不知道自己的爱好呢?

我不知道感不感兴趣,怎么办?

记得有人说过,所有发明,都是创造了一种需求,因为在这个发明出现之前,我们没有预料到自己还需要这种东西。而大数据的推荐机制恰恰反驳这一点,根本没有你不知道的需求,你想知道的,你已经看到了。


最后,我不希望简书最后也变成这样,随机推送一些文章挺好的,让我也能看到,其他人想的是这些,原来他们关注的和我不一样。

相关文章

  • 内容红利期,抖音如何做内容规划

    大家好,我是阿文。 在昨天的文章「大揭秘 | 抖音的推荐机制是怎样的?」中,我给大家分析了抖音的推荐机制,不知道对...

  • 大数据之推荐机制

    大部分推荐引擎的工作原理是基于物品或者用户的相似集进行推荐,所以可以对推荐机制进行以下分类。 基于人口统计学的推荐...

  • 他们错在了哪里?

    在《傲慢与偏见》中,班纳特先生的侄子柯林斯来看望班纳特一家,当听到柯林斯先生要向伊丽沙白求婚时,班纳特太太简直高兴...

  • 头条号运营技巧

    头条机制:机器推荐机制 机器推荐机制原理: 头条会对用户画像进行分析,用户在什么时间、地点喜欢看什么样的内容 根据...

  • sleep 时间随机 高鬓发 错峰

    错峰 数据库鬓发能力300--700,和磁盘类型有关 cas机制,是乐观锁实现的本质

  • 如何提升推荐量

    头条推荐机制: 分批次推荐 阅读数据:数据包括点击率、收藏数、评论数、转发数、读完率,页面停留时间等,其中,点击率...

  • 数据库分库分表生产环境怎么实现不停机数据迁移或者扩容的?

    在不停机条件下需要对数据的迁移或者扩容,这里推荐我们常用的一种方案,也就是在线双写的机制。 1、通过在写原有的数据...

  • 推荐系统算法概览和数据预处理方式

    推荐系统基础知识概览图 在进行推荐系统构建时,我们主要分为四大步:1.基于数据源获取数据 2.对数据进行预处理操作...

  • 理论汇总

    1 多任务学习 (1)多任务学习在推荐算法中的应用 2 attention机制 (1)Attention机制在深度...

  • Js/1 堆栈内存/变量提升和闭包

    1# Js数据类型渲染机制和堆栈内存 Js 文件的放置位置 head 头部 body 底部(推荐) Js 的 ...

网友评论

    本文标题:大数据推荐机制错在哪里?

    本文链接:https://www.haomeiwen.com/subject/cvispxtx.html