大公產品

首页 > 简体站 > 正文

數據爆炸/被演算法困住的我們

時間:2021-04-17 04:23:15來源:大公報

  圖:資訊大爆炸催生「推薦演算法」。

  隨着資訊時代的到來,十幾年前我們就已經進入了資訊大爆炸的階段。所謂資訊大爆炸,就是指我們接收到的資訊量遠遠大於我們能夠處理範圍的狀態。從前,我們可能只需要從三個選項中選擇一個,而現在我們也許要從幾十萬甚至百萬、千萬個選項中進行選擇。為了降低一般人在過多的選項面前束手無策、不知如何選擇的問題,幾乎所有的行業都引入了「演算法」,其中最常見的演算法就是「推薦演算法」。\姚 剛

  在資訊匱乏的時代,我們對於世界的認知大多來源於有限的可以觸達的資訊傳播渠道,比如書籍報刊,還有單向的資訊傳達方式比如廣播和電視。在那個時代,社交的範圍很有限,很多時候,認識新朋友需要通過已有的朋友介紹,或者通過線下的活動才能相識。大家的交際圈也大多在自己工作、學習和生活的人際範圍之內,除了結交一些筆友外,沒有太多認識陌生人的機會。這一切,在今天看來,都是那麼的落伍,那麼的不便。

  推演「用戶畫像」

  「推薦演算法」的基本作用原理是,通過一系列的數據對用戶的特徵進行判斷,分析出他的喜好,從而將「投其所好」的資訊優先展示在選項列表中。比如,在購物的時候亞馬遜、淘寶、拼多多等電商平台能夠通過你的搜索紀錄、購買紀錄,結合你所在的地理位置、年齡等社會屬性,從而勾勒出你的「用戶畫像」。比如筆者本人在這些購物平台的「用戶畫像」很可能就是:生活在一線城市,喜歡電子科技產品,對性價比敏感,注重生活品質的三十多歲的互聯網白領。其實,所謂的用戶畫像,可以說就是一個平台給用戶貼上的各種標籤。不同標籤對應不同類型的商品,多種標籤的組合,就可以得出一個相對精準的用戶購物品類傾向。

  無獨有偶,當我們在閱讀新聞或資訊流類的內容時,其實也都是在看經過了「推薦演算法」計算和整理過的結果。比如在今日頭條或者抖音上,我們瀏覽內容的習慣也被貼上了一個個的標籤,通過演算法歸納出用戶畫像。因此我們會發現自己在使用抖音這樣的APP時容易「上癮」,一刷就是幾個小時,停不下來。這就是演算法的力量。

  利用好奇心理

  在社交領域,演算法也被廣泛應用。眾多的交友軟體都通過收集你的各種個人資訊,比如年齡、身高、工作、愛好、地區、收入、性格,甚至手機型號等多種緯度的數據為你匹配「演算法覺得合適的其他用戶」。也有研究表明,通過互聯網平台尋找另一半的情況,如果雙方在生活環境、成長背景、性格以及三觀等方面,共同點越多、兩個人越相似,未來兩個人相處的過程中大概率會越和諧。所以越來越多的互聯網平台,通過填寫個人資訊,做性格測試、三觀問答等形式,來挖掘你的個人特徵,從而通過演算法幫你尋找與你相似的人。

  「微信之父」張小龍在一次分享中談到了微信推出的「視頻號」背後的推薦演算法其演進過程。視頻號的內容與抖音相似,都是短視頻為主的形式。外界也一直把它作為微信對標抖音推出的新功能來看待。最開始的時候,微信團隊也是像其他平台一樣,通過用戶自己去瀏覽各種不同的內容,從而建立起這個用戶的畫像,然後為之推薦相應的內容。但發現用戶打開視頻號的積極性不是很高。無論演算法如何優化,都沒有起到能吸引用戶進門的作用。用戶使用的越少,演算法能夠塑造的用戶畫像就越不精準。於是,他們換了一個思維角度,利用了人的好奇心理,把推薦的核心從內容本身改為:你認識的XX人,他最近看了XXX內容,從而吸引好奇的用戶去瀏覽相同的內容。這個巧妙的調整一下子提升了微信視頻號的用戶量。這樣的演算法既精準,又有溫度。

  再以打車軟件為例,平台可以給需要打車的用戶精準推薦最近的司機,經過演算法篩選的、真正距離近的司機才能搶單。這樣的演算法在一定程度上節約了社會資源,讓有限的資源可以高效的運轉起來。

最新要聞

最受歡迎