数据分析更“懂你”

 

“最近打算买辆车，于是在网上搜索一款自己喜爱的车型，之后网络页面上不断推送这一款车型的视频，还有一些车展的消息。这些信息都是我想关注的。”合肥上班族刘佳（化名）说，这样的网络平台就像是一个知己，更加懂用户了。

 

这就是算法推荐的一个应用。算法推荐，通过一些数学算法，推测出用户的兴趣爱好，然后自动给用户推荐其感兴趣的内容。基于大数据分析，算法推荐可以快速为用户精准匹配其感兴趣的内容，大大提高了用户获取信息的效率，为人们的生活带来便利。据了解，今日头条客户端较早地运用算法推荐，会聪明地分析用户的兴趣爱好，自动为用户推荐喜欢的内容，并且越用越懂用户。目前，很多客户端都加载了算法推荐功能。据不完全统计，当前基于算法的个性化内容推送已占整个互联网信息内容分发的70％左右。

 

算法推荐凭借其独特的优势，满足了用户的个性化、定制化需求。算法推荐会根据用户的浏览记录、阅读习惯，精准为用户画出“用户画像”。现在，很多网络平台通过算法推荐，能够分析用户的个性化特征，包括用户的兴趣点、使用时间、地理位置、职业等。画出“用户画像”后，算法推荐就可以把关联信息精准推送给用户。同样的客户端，在不同用户的使用下，变得“千人千面”。运用算法推荐的客户端以用户为核心，推送定制化的内容，为用户“开小灶”。

 

算法推荐应用越来越广泛，在信息传播、广告营销等多个领域都派上了用场。算法推荐不仅仅停留在大数据分析层面，还能通过机器学习，优化推荐。当用户收到个性化推荐后，算法还能够根据用户的停留时长、屏蔽、转发、评论等使用痕迹，“揣摩”用户的“心理”，更加全面地勾勒出用户的消费画像。一旦用户的兴趣等发生改变，算法推荐也能动态掌握用户的最新“画像”。

 

过度迎合用户

 

形成“信息茧房”

 

算法推荐技术在移动互联网时代大显身手，受到广泛重视。不过，算法推荐在给用户带来方便的同时，也产生了一些问题。

 

“信息茧房”问题就是被业界诟病的问题之一。算法推荐不断为用户推荐其感兴趣的内容，让用户的信息选择面收窄。个性化推荐仿佛以用户的兴趣为用户筑起了一道“墙”，形成“信息茧房”，导致用户视野受限。“由于工作压力大，自己常常在短视频平台上看一些搞笑的视频。一段时间以来，发现这家短视频平台给我推送的几乎都是搞笑搞怪的内容，让人既爱又恨。在兴趣推荐的诱惑下，常常一看就是几个小时，沉迷其中不能自拔，有时候吃饭时也情不自禁地拿起手机看推荐视频。”刘佳坦承，算法推荐就像是一个魔法棒，让他沉迷在兴趣推荐中，关注视野越来越窄。

 

部分网络平台为了追求流量，吸引眼球，以算法推荐为手段一味迎合用户，推荐庸俗、低俗、媚俗等信息，固化了某些受众的低级趣味。另外还有电商平台根据算法推荐“算计”用户，进行“大数据杀熟”。电商平台能够通过算法轻松算出哪些用户是“熟客”。老用户本该是优待的对象，却成了部分电商平台“算计”的对象。同样的商品，老用户登录的页面显示的价格反而更贵……一些网络平台利用算法，分析用户的喜爱偏好、消费能力后，专宰“熟客”，让人感叹“最懂你的人伤你最深”。前不久，合肥网购“达人”彭女士在网购时发现，同一家店铺的同一件衣服，使用不同的手机购买，价格相差20多元。“其实，早在去年我就发现了电商‘杀熟’问题。今年以来，我常常使用爱人的账户购买东西。”彭女士表示，为了规避“大数据杀熟”，她无奈地选择使用不常网购的爱人的账户购买商品。

 

业内人士认为，算法推荐只是一个工具，用得好能为商家、消费者带来便利，实现双赢，而如果打歪主意，则会产生一系列消极问题。算法推荐不能跑偏变味，亟待套上“紧箍”。