推荐系统是基于平台给用户推荐内容或者产品，它是电商和内容平台的核心技术之一。在信息过载的时代，个性化推荐也顺势而生，目的是为了留住和吸引更多的用户。怎样做到快速积累客户，是每一个推荐系统算法工程师日夜思考的问题。有经验的工程师都明白一个法则，平台只有比用户还了解自己才能留住用户。用户使用平台的次数足够多，产生海量的行为数据就会反馈到平台的推荐系统。推荐算法越好，平台的情商就越高。推荐算法计算海量数据后平台产生“爱”的能力，去感动每一个用户，从此有了口口相传的口碑。口碑来了，用户的指数增长就有望。
巨大的用户数，带来的内容超乎人的想象。平台的用户既是内容的消费者，也是内容的生产者。内容的生产关系的得到最大的改善，提高平台内容的生产力。用户有了内容的自主传播平台，各色各样的内容就会涌现在平台。那么问题就来了，平台该怎样减低用户的“乌合之众”指数呢？一边倒的内容，洪流的情绪占领用户的使用界面。推荐系统的“价值观”就非常重要了。湖北疫情爆发，海量的内容携带无数的情绪，推荐系统何以面对？情商是否还在线？这给算法工程师提出的挑战是巨大。从程序员的角度，如何做贡献？
中国智慧博大精深。论语就有：
子曰：“《诗》三百，一言以蔽之，曰‘思无邪。’”；
子贡问曰：“有一言而可以终身行之者乎？ ”子曰：“其恕乎！己所不欲，勿施于人。”
推荐系统不但要从单纯的技术角度去思考，还要从人文社科方向寻找参数。推荐系统的神经元里要植入“思无邪”和“己所不欲，施于人”的节点，协同过滤，最后到达用户。当然，机器不那么实现人的生物性和思想性。恰恰这样，才给有良知的工程师一个神圣的使命。
推荐系统一定要有人文精神。
推荐系统的本质，就是预测。预测是人类的最大的游戏，并且人热忠于这个游戏，乐此不彼。预测本生就很难，有难度调整就会吸引勇者和智者。预测的精准度，影响用户的忠诚度。下一秒，就是未来。未来的预知，靠的是对既有的信息的处理来预测。建立数学模型去预测未来，只是探索未来的一种方式，有太多的细节无法得到确认。各种考试前，考生就能看到各种预测题，当然考官出题的时候也在预测或者在看市面上的预测题。预测，是一个隐形的市场，内容平台式预测市场最大红利受益者。有利益的地方往往出现邪恶和腐败，轻者无知跟风。
下一代信息技术（5G）到来，信息量和传播速度远超现在。又快又大的内容，推荐系统在预测要做到引导行为，不产公害，是一个巨大的挑战。也许有人会说，内容审核过了，应该大多数内容是合规的。合规的内容，不代表有益和正面的影响。内容在摸清上传规则之后，包装毫无死角，跃然大大小小的屏幕。用户看到推荐内容之后，是不是会影响用户的理性程度。不排除自媒体是一个很好的情绪宣泄池，可以转载很多自己认为很有道理的文章和图文、短视频等等。推荐系统在解读大量的标签，生成的权重是不是合理都是不断的验证的过程。大事件和热点事件带来洪水般的内容，立场中立、偏激、保守，客观程度都是在推荐的过程都是要衡量的。
人工智能时代，作为用户的我们，最重要的是要有独立思考的能力。万一推荐的内容是温水，煮着煮着，思想的青蛙就没了
网友评论