為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

如果不是因為演算法的存在,我們的社會絕不會進步得如此之快。

3月1日,隨著《網際網路資訊服務演算法推薦管理規定》的實施,各大APP均被強制要求在顯眼的位置設定

“關閉個性化演算法推薦”

按鈕。

在不少使用者眼中,關閉APP的個性化推薦甚至等同於關閉APP的廣告、關閉APP的監聽。有一說一,

雖然很多網際網路公司做的APP確實不咋好,但是這個謠言是真的有點危言聳聽。

就說一句話,如果APP真的在後臺無時無刻的監聽,那麼你的手機電量根本受不了。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

個性化推薦是什麼?

既然APP沒有在後天監聽我們,那麼,為什麼APP總是能知道我們想要什麼呢?這就離不開個性化推薦(也被稱為個性化營銷)了。

·何為個性化推薦?

簡單說就是,APP(網頁同理)基於營銷目的,在你使用APP過程中,APP會根據你填寫的資料、你在APP上的頁面停留時長、你對相關事物的興趣等綜合因素,對你進行個性化的營銷推送。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

當下的網際網路環境,為了拿到你的訪問記錄,甭管我們是開啟APP還是登入網頁,背後都有無數的跟蹤器在默默分析著你的喜好。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

在主流應用中,甭管是日活上億的微信、抖音,還是淘寶、小紅書這些APP,他們統統都在使用個性化推薦。可以說,個性化推送在當今社會,極為常見。

那麼,這一套系統到底是怎樣運作的呢?

·資料採集

對於“個性化推薦”我們可以這樣理解:“個性化推薦”=“個性化”+“推薦”。在這個公式中,“個性化”是“個性化推薦”的前提,

而“個性化”前提則是海量資料做支撐。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

(淘寶個性化推薦需要收集的資料)

可以這麼說,沒有足夠的資料,就不會存在個性化推送。因此,有不少公司都走上了資料採集這條路子。

良心一點的公司,他會基於正常渠道獲取到的使用者資料,給使用者打上一些正常的標籤。但這些渠道的資料,通常不怎麼值錢,也無法對個性化推薦起到有效的幫助。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

於是,野路子的玩法就誕生了。

就比如在APP內嵌入SDK直接採集隱私資訊。違不違規無所謂,對他們來說,把使用者資料拿到手才是硬道理。

雖然很過分,但在黑馬看來,這種已經算是“相對良心”。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

因為在它之上,還有公司直接從流量源頭出發,從髮卡的運營商渠道直接非法收集使用者的個人資訊。就比如下面這家公司——瑞智華勝。

它透過競標以合作提供營銷服務的方式取得運營商遠端登陸許可權,接著在運營商系統上裝上能採集使用者Cookie資訊的木馬和外掛,達到清洗、採集使用者Cookie還有訪問記錄等目的。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

要知道,獲取到一個人的Cookie,就意味著我們無需再次輸入賬號密碼,就可以登入他的賬號,從而獲取他的購物、社交、開房記錄等敏感內容。

說難聽點就是,這家公司獲取到你的Cookie資訊之後,你在他們面前就幾乎沒有秘密了。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

說實話,這種採集程度前所未有,其離譜程度更是超乎想象。不過這也恰恰說明了資料採集在個性化推薦中的重要性。

·推薦演算法

說完了資料採集,我們再來聊聊

“推薦”

“推薦”的核心就在於怎樣從海量的產品中,找出你最有可能感興趣的那些。這時候,APP之前透過各種渠道採集到的資料就起到了作用。

不過想要進行高效的推薦我們還得引入推薦演算法。因為我們採集到的資料實在是太多了,只有演算法的加持才可以簡化這個推薦過程。

通常情況下,開發者會用到協同過濾推薦演算法。

它主要透過對使用者歷史行為資料的分析發現使用者的偏好,然後再基於不同的偏好對使用者進行群體劃分,之後再對同類使用者推薦相同的商品。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

比如黑馬和36最近在看摩托,雖然是兩個賬號,但是因為黑馬和36的喜好和消費一致,那麼這時候系統就會給黑馬和36推薦相同的產品。

上面黑馬也說了,協同過濾推薦演算法比較簡單,所以大家都在用。這也就導致一種情況,你有我有大家有,那不就是約等於沒有嘛。

於是,聰明的開發者又開始引入了深度學習。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

在深度學習的加持下,

推薦演算法如虎添翼。

它不僅會從使用者停留的頁面採集資料,更是會根據使用者點選的時間段、訪問次數、訪問渠道、留存率等更多因素多方面為使用者建立模型。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

比如位元組跳動旗下的抖音。

你在平臺上的每一次點選、觀看時長、點贊、評論與轉發等都被量化了。

之後,深度學習再根據這些資料設計出相關模型,用以預測同類使用者群體的喜好。

在演算法的加持下,抖音做到了比你還要了解你的喜好。越刷越有趣的抖音就此誕生。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

個性化推薦存在的意義

透過上面這部分的介紹,想必大家應該知道個性化推薦是什麼了。那麼,個性化推薦演算法存在的意義又是什麼呢?

·提高效率

以YouTube為例,作為全球最大的影片網站,YouTube每分鐘都有超過500小時時長的影片被上傳(2018年的資料)。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

簡單換算一下就是,一天會有超過720000小時時長的影片被上傳。拋開運營成本不說,影片網站最大的痛點就是,如何讓使用者檢視到他感興趣的內容。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

於是我們可以看見,

YouTube針對影片內容劃分了類別,同時使用者在註冊時也需要選擇感興趣的內容類別。

這樣一來,YouTube就可以針對使用者喜好進行推薦篩選了。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

接下來的流程則和國內的影片網站應用相差不大。

在推薦冷啟動階段,針對使用者的反饋(觀看時長、贊、評論與轉發等)來更加精準的判定使用者喜好什麼型別的影片,同時對影片的標籤進行最佳化。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

為了提高資訊的推薦效率,

影片網站這時候就會引入個性化推薦,用以幫助使用者更快速地找到自己所需要的資訊,

從而讓使用者覺得這個網站對其有所幫助增加使用者的點選率。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

·加強留存率

與之相對的是抖音。

作為短影片行業的老大,

抖音還率先引入了實時學習機制

,它可以透過使用者使用的資料快速提供反饋。

比如黑馬一直喜歡的是機車的影片,但是某一天黑馬突然在萌寵類影片上停留了較長的時間,那麼這時候抖音就會根據這個改變快速推薦相似的影片。

這一點,相信大家都深有體會。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

另外,根據紐約時報釋出的《TikTok是如何讓你上癮的》文章描述,Tik Tok內部的一份檔案《TikTok Algo 101》曝光了抖音演算法的推薦邏輯:

為了追求公司增加日活使用者的“終極目標”,

對提供給使用者的影片內容流,Tik Tok選擇性地優化了兩大密切相關的指標:

“留存率”——即使用者是否回訪——以及“訪問時長”。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

“演算法透明”的創始人紀堯姆·查斯洛特說:

“這種系統意味著觀看時長才是重點。它的演算法是為了讓人上癮,而不是給人們真正想要的東西。”

道理很簡單,使用者在APP中停留的時長越久,觀看到廣告的機會也就越多,平臺的綜合收益也就越大。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

值得一提的是,文章提到的《TikTok Algo 101》是由抖音北京的工程團隊編撰,同時也得到了Tik Tok發言人希拉里·麥奎德的證實,她表示,

這份檔案旨在向非技術人員解釋抖音演算法工作原理。

至於國內的抖音推薦機制是否和國際版的Tik Tok一致,這裡黑馬就不做評判了。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

不過,透過上面這兩個例子,我們可以在這裡簡單總結一下:

個性化推薦演算法在APP中被應用,最主要的目的就是為了提高資訊推送效率、加強使用者的留存率。

畢竟在網際網路時代,使用者留存率=錢。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

常言道,“物極必反”。平臺透過這些手段將使用者留下來之後,就不會對使用者造成什麼影響嗎?

這個問題,值得我們深入探討一下。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

個性化推薦造成的後果

就黑馬個人而言的,體會最深刻的就是個性化推薦帶來的衝動消費和資訊繭房的問題。

·衝動消費

就拿衝動消費這事來說,淘寶曾有一個讓黑馬“驚為天人”的功能:

猜你喜歡

其離譜程度在於,它推薦的東西不一定是黑馬的必需品,但它推薦超過90%的產品都是黑馬喜歡的產品。每一次深夜逛淘寶,黑馬就忍不住想要剁手。難不成,黑馬的自制力就這麼差?

黑馬也諮詢了一下身邊的朋友,發現和黑馬有著相同困境的人不在少數。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

事實上,個性化推薦的最重要的目的之一就是

讓人上癮,形成衝動消費。

甭管你是逛淘寶還是刷抖音,對於這些平臺而言最重要的就是

成癮性

。因為只有讓你上癮了,才能讓你產生一種別人有的我也要有,從而在不知不覺之間促使你完成消費。

黑馬在以前的一篇文章中寫過,移動支付的發達,降低了大家對於金錢的敏感度,“剁手”所帶來的痛苦大幅降低,加上平臺鋪天蓋地的宣傳,很容易讓人衝動消費。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

就比如大家熟知的AJ,你可能不一定會買,但身邊一定會有打扮得很Fashion的人穿AJ。

在品牌文化和平臺的雙重宣傳之下,大家很自然的就會把AJ理解為“潮”,從而在不知不覺中花掉更多的錢。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

不追潮牌的也別笑。

想想自己,明明一開始只是想買GTX1080,可是隨著平臺的推廣和相關博主的使用體驗種草,黑馬最後還是“一不小心”就買了GTX1080Ti。本來自己的手機好好的,不卡頓也夠用,

但就在每年手機廠商們各種釋出會的轟炸下,我們總是花了大幾千上萬買一款新手機。

衝動消費帶來的,不僅僅是個人財務狀況的惡化,由於人的收入是有限的,對某一領域的衝動消費必然會擠壓其他方面的消費,例如必需品的消費,所以我們會看到有些人寧願每個月吃泡麵也要買AJ、買神仙水。

如果進一步地討論,衝動消費會進一步的影響我們的三觀,因為我們重視消費品對我們外表和人格的“裝扮”,也必然會導致拜金主義和金錢至上的社會現象,甚至導致掌握生產資料的少數人群與廣大消費者群體的分化和對立。

得,又有誰能逃得過沖動消費的“荼毒”呢?

·資訊繭房

除了讓你上癮、讓你衝動消費,個性化推薦還會造成一個比較嚴重的後果——

資訊繭房。

“資訊繭房”(Information Cocoons)是美國哈佛大學教授凱斯·桑斯坦在《資訊烏托邦:眾人如何生產知識》提出的概念。他認為資訊在傳播過程中,公眾會偏向於選擇那些他們感興趣的資訊,並對其他內容無視甚至排斥,久而久之便形成了“資訊繭房”。

所謂“物以類聚人以群分”,

因為資訊的單一化,所以陷入資訊繭房的人頗有一種“找到知己”的感覺。

這時候,他們就很難容忍與他們不一樣的聲音。任何外界理性的看法,都將被其視為異己,更有甚者會試圖消滅這種不同的聲音。

如果感受不夠明顯的話,黑馬推薦大家去看看微博的明星話題區,以及某些爆火電視劇中流量明星出現時的彈幕。倘若你敢隨意指出某某明星的不足,那你的結局只有一個:因被該明星的粉絲群體瘋狂攻擊而炸號或狂懟。

隨著個性化推薦的深入,

陷入資訊繭房的人會逐漸變得視野被固化、不能接受外界的聲音、極端化、喪失獨立思考能力等,嚴重的甚至會激化不同群體和民族的對立。

法國社會心理學家古斯塔夫·勒龐曾在1895年出版了這樣一本書——《烏合之眾:大眾心理研究》,書中詳細的闡述了當個體融入群體之後,他的個體思想就會被群體思想所取代,從而產生情緒化、極端化、低智商等特徵。

國外最大的社交媒體網站之一Facebook曾曝出了這樣一個“醜聞”。

根據《華爾街日報》的文章揭露顯示:

Facebook的演算法利用了人腦對分裂的吸引力,如果任其發展,Facebook將向用戶提供越來越多的分裂內容,以努力獲得使用者的關注,並增加在平臺上的停留時間。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

也就是說,為了讓使用者的留存率更高,Facebook更傾向於向用戶推薦極端內容,而隨著使用者的參與,演算法更是會最佳化這種推送邏輯,從而讓平臺使用者看見更多的極端內容。

“社會學家兼Facebook研究員Monica Lee研究發現,近2/3加入極端主義小組的使用者都是被Facebook推薦吸引而非主動檢索。”

https://www。huxiu。com/article/384364。html

深入想想,讓人感到後怕,要知道,極端主義的孕育,會直接導致社會治安或者是恐怖主義的問題。

想要避免這種情況的發生,我們就不得不

對個性化推薦演算法做出修改。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

人民網早在2017年就曾發文,告知大家要

警惕演算法走向創新的反面

。然而,平臺為了更多的流量、更好的留存率選擇了迎合使用者的這種喜好,從而讓網際網路環境變成

“娛樂至死”

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

根據新華網做過的一次調查統計顯示,有54%的95後最嚮往的新興職業就是

主播和網紅。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

或許,出現這種情況,也離不開個性化推薦在背後的“推波助瀾”。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

關閉個性化推薦

就目前來看,個性化推薦有好有壞。

運用得當的話,它可以提高使用者查詢資訊的效率、學習知識的效率,這一特點在現階段資訊爆炸的時代顯得尤為重要。對於公司或平臺而言,

它也能使公司在激烈的市場競爭中保持優勢。

從技術發展的角度來看,個性化推薦必然會增強機器學習的能力,從而促進人工智慧的發展,進而發展為人工智慧主導下的各行業跨越式的進步。

然而,運用不當的話,它不僅侵犯使用者隱私,而且會讓使用者形成衝動消費、資訊繭房,讓人在生活中變得更加焦慮、偏激和絕對,甚至孕育出社會層面大大小小的矛盾和嚴重後果。

那麼,你有沒有想過試著關閉個性化推薦呢?這不,黑馬就試了試關閉個性化推薦。

·迎接枯燥的現實

然而,在關閉個性化推薦之後,黑馬就後悔了。

因為關閉個性化推薦之後的世界,實在是太無趣了。

以淘寶為例,左邊的圖是關閉個性化推薦之前,它有黑馬關心的頭盔、射燈、攝影燈、記錄儀等等;而在關閉之後,黑馬感興趣的東西都蕩然無存,甚至還推薦了黑馬最不愛吃的洋蔥。

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

(左邊為關閉前,右邊為關閉後)

可以說關閉個性化推薦之前,淘寶就像是一個管理著巨大倉庫的私人小秘書,能清楚的知道我們究竟想要什麼。我們的每一次召喚需求,都被她瞭然於胸;

然而關閉個性化推薦之後,我們的私人小秘書就像是被開除了一樣,

除了你自己,沒有人知道你想要什麼。

從此,甭管你想買啥,都只能靠自己在這個倉庫中慢慢挑選。這也恰好說明了,

過去我們是有多麼的依賴演算法。

如果你選擇關閉個性化推薦,就必須做好迎接這種枯燥現實的準備。

·擁抱多元化觀點

為什麼APP總是能知道我們想要什麼?個性化推薦是背後推手

根據牛津大學Seth Flaxman教授2018年釋出了一篇研究指出,

網際網路個體天生就偏愛極端的新聞。

道理也很簡單,通常情況下,極端內容就意味著爭議。而爭議的背後,就是流量。對於網際網路平臺來說,不好好利用這個特性,絕不是一個合格的平臺,於是我們看到了個性化推薦的盛行。

總的來說,

當代網際網路將所有天南地北的人都囊括在一起,大家看的都是討好自己的內容,而且演算法還很方便的把相同觀點的人凝聚在一起。

在這個過程中,因為固有認知,我們很容易走上極端,陷入爭執。如果理性討論倒也無可厚非,然而這樣的環境,是無法讓理性冒頭的。

當線上非理性的聲音佔據上風,蔓延到線下就成為了一種必然,這也就形成了所謂的“開盒”。

雖然我們不一定能夠完全避免這樣的情況繼續發生,但是我們選擇關閉以演算法為主導的推介。

在關閉個性化推薦之後,平臺推送偏激內容的頻率降低了,參與討論的人數變少。

相應的,發生這種事情機率自然也就降低了。

我們不知道個性化推薦是否是“潘多拉”,但它所帶來的問題,已切實可見。波蘭詩人斯坦尼斯洛曾說過:

雪崩時,沒有一片雪花是無辜的”。

或許我們個人阻止不了雪崩的發生,但我們至少可以選擇,讓雪花飄得更遠一些。

頂部