互联网大厂都在搞的新技术,突然就被人人喊打了?

5 评论 3803 浏览 7 收藏 25 分钟

自扎克伯格创立Facebook以来,“算法”就走进了大众的视线,成为了各大互联网巨头的好助手。随着互联网的快速发展,用户的信息数据也面临着被泄露的风险,政府部门也随即采取了一系列的保护措施。在这种发展情景下,作者在本文展开了关于“算法”的一些思考。一起来看看吧。

如果不是因为算法的存在,我们的社会绝不会进步得如此之快。

3月1日,随着《互联网信息服务算法推荐管理规定》的实施,各大APP均被强制要求在显眼的位置设置“关闭个性化算法推荐”按钮。

在不少用户眼中,关闭APP的个性化推荐甚至等同于关闭APP的广告、关闭APP的监听。有一说一,虽然很多互联网公司做的APP确实不咋好,但是这个谣言是真的有点危言耸听。

就说一句话,如果APP真的在后台无时无刻的监听,那么你的手机电量根本受不了。

互联网大厂都在搞的新技术,突然就被人人喊打了?

一、个性化推荐是什么?

既然APP没有在后台监听我们,那么,为什么APP总是能知道我们想要什么呢?这就离不开个性化推荐(也被称为个性化营销)了。

1. 何为个性化推荐?

简单说就是,APP(网页同理)基于营销目的,在你使用APP过程中,APP会根据你填写的资料、你在APP上的页面停留时长、你对相关事物的兴趣等综合因素,对你进行个性化的营销推送。

当下的互联网环境,为了拿到你的访问记录,甭管我们是打开APP还是登录网页,背后都有无数的跟踪器在默默分析着你的喜好。

互联网大厂都在搞的新技术,突然就被人人喊打了?

在主流应用中,甭管是日活上亿的微信、抖音,还是淘宝、小红书这些APP,他们统统都在使用个性化推荐。可以说,个性化推送在当今社会,极为常见。

那么,这一套系统到底是怎样运作的呢?

2. 数据采集

对于“个性化推荐”我们可以这样理解:“个性化推荐”=“个性化”+“推荐”。在这个公式中,“个性化”是“个性化推荐”的前提,而“个性化”前提则是海量数据做支撑。

互联网大厂都在搞的新技术,突然就被人人喊打了?

(淘宝个性化推荐需要收集的数据)

可以这么说,没有足够的数据,就不会存在个性化推送。因此,有不少公司都走上了数据采集这条路子。

良心一点的公司,他会基于正常渠道获取到的用户数据,给用户打上一些正常的标签。但这些渠道的数据,通常不怎么值钱,也无法对个性化推荐起到有效的帮助。

互联网大厂都在搞的新技术,突然就被人人喊打了?

于是,野路子的玩法就诞生了。

就比如在APP内嵌入SDK直接采集隐私信息。违不违规无所谓,对他们来说,把用户数据拿到手才是硬道理。

虽然很过分,但在黑马看来,这种已经算是“相对良心”。

互联网大厂都在搞的新技术,突然就被人人喊打了?

因为在它之上,还有公司直接从流量源头出发,从发卡的运营商渠道直接非法收集用户的个人信息。就比如下面这家公司——瑞智华胜。

它通过竞标以合作供营销服务的方式取得运营商远程登陆权限,接着在运营商系统上装上能采集用户Cookie信息的木马和插件,达到清洗、采集用户Cookie还有访问记录等目的。

互联网大厂都在搞的新技术,突然就被人人喊打了?

要知道,获取到一个人的Cookie,就意味着我们无需再次输入账号密码,就可以登录他的账号,从而获取他的购物、社交、开房记录等敏感内容。

说难听点就是,这家公司获取到你的Cookie信息之后,你在他们面前就几乎没有秘密了。

互联网大厂都在搞的新技术,突然就被人人喊打了?

说实话,这种采集程度前所未有,其离谱程度更是超乎想象。不过这也恰恰说明了数据采集在个性化推荐中的重要性。

3. 推荐算法

说完了数据采集,我们再来聊聊“推荐”

“推荐”的核心就在于怎样从海量的产品中,找出你最有可能感兴趣的那些。这时候,APP之前通过各种渠道采集到的数据就起到了作用。

不过想要进行高效的推荐我们还得引入推荐算法。因为我们采集到的数据实在是太多了,只有算法的加持才可以简化这个推荐过程。

通常情况下,开发者会用到协同过滤推荐算法。

它主要通过对用户历史行为数据的分析发现用户的偏好,然后再基于不同的偏好对用户进行群体划分,之后再对同类用户推荐相同的商品。

互联网大厂都在搞的新技术,突然就被人人喊打了?

比如黑马和36最近在看摩托,虽然是两个账号,但是因为黑马和36的喜好和消费一致,那么这时候系统就会给黑马和36推荐相同的产品。

上面黑马也说了,协同过滤推荐算法比较简单,所以大家都在用。这也就导致一种情况,你有我有大家有,那不就是约等于没有嘛。

于是,聪明的开发者又开始引入了深度学习。

互联网大厂都在搞的新技术,突然就被人人喊打了?

在深度学习的加持下,推荐算法如虎添翼。

它不仅会从用户停留的页面采集数据,更是会根据用户点击的时间段、访问次数、访问渠道、留存率等更多因素多方面为用户建立模型。

互联网大厂都在搞的新技术,突然就被人人喊打了?

比如字节跳动旗下的抖音。

你在平台上的每一次点击、观看时长、点赞、评论与转发等都被量化了。之后,深度学习再根据这些数据设计出相关模型,用以预测同类用户群体的喜好。

在算法的加持下,抖音做到了比你还要了解你的喜好。越刷越有趣的抖音就此诞生。

二、个性化推荐存在的意义

通过上面这部分的介绍,想必大家应该知道个性化推荐是什么了。那么,个性化推荐算法存在的意义又是什么呢?

1. 提高效率

以YouTube为例,作为全球最大的视频网站,YouTube每分钟都有超过500小时时长的视频被上传(2018年的数据)。

简单换算一下就是,一天会有超过720000小时时长的视频被上传。抛开运营成本不说,视频网站最大的痛点就是,如何让用户查看到他感兴趣的内容。

互联网大厂都在搞的新技术,突然就被人人喊打了?

于是我们可以看见,YouTube针对视频内容划分了类别,同时用户在注册时也需要选择感兴趣的内容类别。

这样一来,YouTube就可以针对用户喜好进行推荐筛选了。

接下来的流程则和国内的视频网站应用相差不大。

在推荐冷启动阶段,针对用户的反馈(观看时长、赞、评论与转发等)来更加精准的判定用户喜好什么类型的视频,同时对视频的标签进行优化。

互联网大厂都在搞的新技术,突然就被人人喊打了?

为了提高信息的推荐效率,视频网站这时候就会引入个性化推荐,用以帮助用户更快速地找到自己所需要的信息,从而让用户觉得这个网站对其有所帮助增加用户的点击率。

2. 加强留存率

与之相对的是抖音。

作为短视频行业的老大,抖音还率先引入了实时学习机制,它可以通过用户使用的数据快速提供反馈。

比如黑马一直喜欢的是机车的视频,但是某一天黑马突然在萌宠类视频上停留了较长的时间,那么这时候抖音就会根据这个改变快速推荐相似的视频。

这一点,相信大家都深有体会。

另外,根据纽约时报发布的《TikTok是如何让你上瘾的》文章描述,Tik Tok内部的一份文件《TikTok Algo 101》曝光了抖音算法的推荐逻辑:

为了追求公司增加日活用户的“终极目标”,对提供给用户的视频内容流,Tik Tok选择性地优化了两大密切相关的指标:“留存率”——即用户是否回访——以及“访问时长”。

“算法透明”的创始人纪尧姆·查斯洛特说:“这种系统意味着观看时长才是重点。它的算法是为了让人上瘾,而不是给人们真正想要的东西。”

道理很简单,用户在APP中停留的时长越久,观看到广告的机会也就越多,平台的综合收益也就越大。

值得一提的是,文章提到的《TikTok Algo 101》是由抖音北京的工程团队编撰,同时也得到了Tik Tok发言人希拉里·麦奎德的证实,她表示,这份文件旨在向非技术人员解释抖音算法工作原理。

至于国内的抖音推荐机制是否和国际版的Tik Tok一致,这里黑马就不做评判了。

不过,通过上面这两个例子,我们可以在这里简单总结一下:个性化推荐算法在APP中被应用,最主要的目的就是为了提高信息推送效率、加强用户的留存率。

毕竟在互联网时代,用户留存率=钱。

常言道,“物极必反”。平台通过这些手段将用户留下来之后,就不会对用户造成什么影响吗?

这个问题,值得我们深入探讨一下。

三、个性化推荐造成的后果

就黑马个人而言的,体会最深刻的就是个性化推荐带来的冲动消费和信息茧房的问题。

1. 冲动消费

就拿冲动消费这事来说,淘宝曾有一个让黑马“惊为天人”的功能:猜你喜欢

其离谱程度在于,它推荐的东西不一定是黑马的必需品,但它推荐超过90%的产品都是黑马喜欢的产品。每一次深夜逛淘宝,黑马就忍不住想要剁手。难不成,黑马的自制力就这么差?

黑马也咨询了一下身边的朋友,发现和黑马有着相同困境的人不在少数。

互联网大厂都在搞的新技术,突然就被人人喊打了?

事实上,个性化推荐的最重要的目的之一就是让人上瘾,形成冲动消费。

甭管你是逛淘宝还是刷抖音,对于这些平台而言最重要的就是成瘾性。因为只有让你上瘾了,才能让你产生一种别人有的我也要有,从而在不知不觉之间促使你完成消费。

黑马在以前的一篇文章中写过,移动支付的发达,降低了大家对于金钱的敏感度,“剁手”所带来的痛苦大幅降低,加上平台铺天盖地的宣传,很容易让人冲动消费。

互联网大厂都在搞的新技术,突然就被人人喊打了?

就比如大家熟知的AJ,你可能不一定会买,但身边一定会有打扮得很Fashion的人穿AJ。

在品牌文化和平台的双重宣传之下,大家很自然的就会把AJ理解为“潮”,从而在不知不觉中花掉更多的钱。

不追潮牌的也别笑。

想想自己,明明一开始只是想买GTX1080,可是随着平台的推广和相关博主的使用体验种草,黑马最后还是“一不小心”就买了GTX1080Ti。本来自己的手机好好的,不卡顿也够用,但就在每年手机厂商们各种发布会的轰炸下,我们总是花了大几千上万买一款新手机。

冲动消费带来的,不仅仅是个人财务状况的恶化,由于人的收入是有限的,对某一领域的冲动消费必然会挤压其他方面的消费,例如必需品的消费,所以我们会看到有些人宁愿每个月吃泡面也要买AJ、买神仙水。

如果进一步地讨论,冲动消费会进一步的影响我们的三观,因为我们重视消费品对我们外表和人格的“装扮”,也必然会导致拜金主义和金钱至上的社会现象,甚至导致掌握生产资料的少数人群与广大消费者群体的分化和对立。

又有谁能逃得过冲动消费的“荼毒”呢?

3. 信息茧房

除了让你上瘾、让你冲动消费,个性化推荐还会造成一个比较严重的后果——信息茧房。

“信息茧房”(Information Cocoons)是美国哈佛大学教授凯斯·桑斯坦在《信息乌托邦:众人如何生产知识》提出的概念。他认为信息在传播过程中,公众会偏向于选择那些他们感兴趣的信息,并对其他内容无视甚至排斥,久而久之便形成了“信息茧房”。

所谓“物以类聚人以群分”,因为信息的单一化,所以陷入信息茧房的人颇有一种“找到知己”的感觉。

这时候,他们就很难容忍与他们不一样的声音。任何外界理性的看法,都将被其视为异己,更有甚者会试图消灭这种不同的声音。

如果感受不够明显的话,黑马推荐大家去看看微博的明星话题区,以及某些爆火电视剧中流量明星出现时的弹幕。倘若你敢随意指出某某明星的不足,那你的结局只有一个:因被该明星的粉丝群体疯狂攻击而炸号或狂怼。

随着个性化推荐的深入,陷入信息茧房的人会逐渐变得视野被固化、不能接受外界的声音、极端化、丧失独立思考能力等,严重的甚至会激化不同群体和民族的对立。

法国社会心理学家古斯塔夫·勒庞曾在1895年出版了这样一本书——《乌合之众:大众心理研究》,书中详细的阐述了当个体融入群体之后,他的个体思想就会被群体思想所取代,从而产生情绪化、极端化、低智商等特征。

国外最大的社交媒体网站之一Facebook曾曝出了这样一个“丑闻”。

根据《华尔街日报》的文章揭露显示:Facebook的算法利用了人脑对分裂的吸引力,如果任其发展,Facebook将向用户提供越来越多的分裂内容,以努力获得用户的关注,并增加在平台上的停留时间。

互联网大厂都在搞的新技术,突然就被人人喊打了?

也就是说,为了让用户的留存率更高,Facebook更倾向于向用户推荐极端内容,而随着用户的参与,算法更是会优化这种推送逻辑,从而让平台用户看见更多的极端内容。

社会学家兼Facebook研究员Monica Lee研究发现,近2/3加入极端主义小组的用户都是被Facebook推荐吸引而非主动检索① 。

深入想想,让人感到后怕,要知道,极端主义的孕育,会直接导致社会治安或者是恐怖主义的问题。

想要避免这种情况的发生,我们就不得不对个性化推荐算法做出修改。

互联网大厂都在搞的新技术,突然就被人人喊打了?

人民网早在2017年就曾发文,告知大家要警惕算法走向创新的反面。然而,平台为了更多的流量、更好的留存率选择了迎合用户的这种喜好,从而让互联网环境变成“娱乐至死”

互联网大厂都在搞的新技术,突然就被人人喊打了?

根据新华网做过的一次调查统计显示,有54%的95后最向往的新兴职业就是主播和网红。

互联网大厂都在搞的新技术,突然就被人人喊打了?

或许,出现这种情况,也离不开个性化推荐在背后的“推波助澜”。

三、关闭个性化推荐

就目前来看,个性化推荐有好有坏。

运用得当的话,它可以提高用户查找信息的效率、学习知识的效率,这一特点在现阶段信息爆炸的时代显得尤为重要。对于公司或平台而言,它也能使公司在激烈的市场竞争中保持优势。从技术发展的角度来看,个性化推荐必然会增强机器学习的能力,从而促进人工智能的发展,进而发展为人工智能主导下的各行业跨越式的进步。

然而,运用不当的话,它不仅侵犯用户隐私,而且会让用户形成冲动消费、信息茧房,让人在生活中变得更加焦虑、偏激和绝对,甚至孕育出社会层面大大小小的矛盾和严重后果。

那么,你有没有想过试着关闭个性化推荐呢?这不,黑马就试了试关闭个性化推荐。

1. 迎接枯燥的现实

然而,在关闭个性化推荐之后,黑马就后悔了。

因为关闭个性化推荐之后的世界,实在是太无趣了。

以淘宝为例,左边的图是关闭个性化推荐之前,它有黑马关心的头盔、射灯、摄影灯、记录仪等等;而在关闭之后,黑马感兴趣的东西都荡然无存,甚至还推荐了黑马最不爱吃的洋葱。

互联网大厂都在搞的新技术,突然就被人人喊打了?

(左边为关闭前,右边为关闭后)

可以说关闭个性化推荐之前,淘宝就像是一个管理着巨大仓库的私人小秘书,能清楚的知道我们究竟想要什么。我们的每一次召唤需求,都被她了然于胸;

然而关闭个性化推荐之后,我们的私人小秘书就像是被开除了一样,除了你自己,没有人知道你想要什么。从此,甭管你想买啥,都只能靠自己在这个仓库中慢慢挑选。这也恰好说明了,过去我们是有多么的依赖算法。

如果你选择关闭个性化推荐,就必须做好迎接这种枯燥现实的准备。

2. 拥抱多元化观点

根据牛津大学Seth Flaxman教授2018年发布了一篇研究指出,互联网个体天生就偏爱极端的新闻。

道理也很简单,通常情况下,极端内容就意味着争议。而争议的背后,就是流量。对于互联网平台来说,不好好利用这个特性,绝不是一个合格的平台,于是我们看到了个性化推荐的盛行。

总的来说,当代互联网将所有天南地北的人都囊括在一起,大家看的都是讨好自己的内容,而且算法还很方便的把相同观点的人凝聚在一起。

在这个过程中,因为固有认知,我们很容易走上极端,陷入争执。如果理性讨论倒也无可厚非,然而这样的环境,是无法让理性冒头的。

当线上非理性的声音占据上风,蔓延到线下就成为了一种必然,这也就形成了所谓的“开盒”。

虽然我们不一定能够完全避免这样的情况继续发生,但是我们选择关闭以算法为主导的推介。在关闭个性化推荐之后,平台推送偏激内容的频率降低了,参与讨论的人数变少。相应的,发生这种事情概率自然也就降低了。

我们不知道个性化推荐是否是“潘多拉”,但它所带来的问题,已切实可见。波兰诗人斯坦尼斯洛曾说过:“雪崩时,没有一片雪花是无辜的

或许我们个人阻止不了雪崩的发生,但我们至少可以选择,让雪花飘得更远一些。

 

参考文献:https://www.huxiu.com/article/384364.html

 

作者:小仙;公众号:黑马公社

原文链接:https://mp.weixin.qq.com/s/ZpioqVuz4jvQpVJq5wWCWg

本文由 @黑马公社 授权发布于人人都是产品经理,未经许可,禁止转载。

题图来自 pexels,基于CC0协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 个性化推荐一方面方便了用户的生活另一方面又会让用户感到被监视的感觉

    来自山西 回复
  2. 不同的东西都有双面性的。个性化推荐一定程度上使用户更加便利,但是时间长了用户会感到厌倦,它就会不再受人待见了。可能需要有什么方法在这上面取得改进!

    来自浙江 回复
  3. 任何事物都有两面性,辩证看待吧,我们本身都是在矛盾中发展的。

    来自江苏 回复
  4. 我觉得个性化推荐确实有一定的好处,但是有时候太智能了就不好了,我也不想一直看一样的东西呀

    来自河南 回复
  5. 监听功能真的很烦,感觉小红书一天天的啥也不干,就光听我说什么?

    回复