推送“你不愛看的”,為何也是一樁大生意?金融
常見的“個(gè)性化推送”很容易使人們陷入“回聲室效應(yīng)”:自己認(rèn)同的信息不斷重復(fù),讓我們以為,自己的想法就是事實(shí)的全部。
無論我們打開百度、今日頭條還是網(wǎng)易云音樂,推薦的都是對(duì)自己口味的內(nèi)容。這樣的個(gè)性化推薦,雖然能確保我們不錯(cuò)失感興趣的信息,但同樣容易使我們陷入「回聲室效應(yīng)」——在一個(gè)相對(duì)封閉的環(huán)境上,我們接受到的信息都是自己喜歡的類型,而這類信息不斷重復(fù),讓人以為自己接觸到的信息就是事實(shí)的全部。
反個(gè)性化,從了解你朋友愛看什么開始
只依靠個(gè)性化推薦獲取信息,顯然沒辦法幫助我們?nèi)娴目创挛铩T谶@次的 NIPS 大會(huì)上,芬蘭阿爾托大學(xué)和意大利羅馬第二大學(xué)的研究人員,推出了他們合作開發(fā)的反個(gè)性化推薦的算法,可以讓社交媒體用戶收到他們不一定喜歡或贊成的觀點(diǎn)、信息。
個(gè)性化推薦往往通過我們?cè)谒阉饕嬷辛粝碌乃阉骱蜑g覽數(shù)據(jù),來了解我們的興趣愛好。而這個(gè)反個(gè)性化的算法除了了解你的興趣愛好外,還要了解你親密好友的興趣愛好。
如果某一社交媒體上的兩個(gè)用戶是朋友或者彼此點(diǎn)贊、評(píng)論過,這個(gè)反個(gè)性化算法就會(huì)把兩人算作熟人樣本。當(dāng)積累足夠多的熟人樣本后,算法會(huì)根據(jù)所有用戶針對(duì)某一話題的態(tài)度,劃分出兩個(gè)擁有對(duì)立態(tài)度的群體。接下來,一種叫做「貪婪算法」的算法會(huì)從所有用戶中挑選出,熱衷于發(fā)表意見的「意見領(lǐng)袖」。隨后,社交媒體就可以向這些意見領(lǐng)袖發(fā)送對(duì)立雙方的觀點(diǎn),通過影響他們來傳播不同立場(chǎng)的信息。
看你不想看的,更全面的認(rèn)識(shí)世界
在這次的 NIPS 上,阿爾托大學(xué)的研究人員以一個(gè)「詞云」實(shí)驗(yàn),來解釋這一算法是如何工作的。研究人員搜索了網(wǎng)上 #russiagate(指 2016 年美國(guó)大選中關(guān)于特朗普和俄羅斯之間勾結(jié)的傳聞)標(biāo)簽相關(guān)的主題,并根據(jù)特朗普的支持者和反對(duì)者關(guān)注的話題事件,形成了下圖上方的兩個(gè)詞云。
其中,特朗普的支持者關(guān)注的主要是「石油」、「能源」和「天然氣」之類對(duì)特朗普利好的話題,而反對(duì)者則更關(guān)注「環(huán)境」、「綠色」和「能源」這些特朗普在政策層面讓人不滿意的話題。不難發(fā)現(xiàn),這兩個(gè)詞云中關(guān)注的核心話題少有重合。這說明,無論是特朗普的支持者還是反對(duì)者,受網(wǎng)絡(luò)信息個(gè)性化推薦的回音室效果影響,都更樂意接受自己認(rèn)可的信息。
詞云圖片的底部,顯示的則是特朗普的支持者和反對(duì)者都關(guān)心的事件。研究人員發(fā)現(xiàn)關(guān)心這些事件的人,往往樂于面對(duì)爭(zhēng)議并發(fā)表自己的見解,而且能同時(shí)接觸到觀點(diǎn)對(duì)立的兩類人。研究人員認(rèn)為,通過發(fā)送針對(duì)性的信息給意見領(lǐng)袖,就能讓其傳播一些更加平衡的觀點(diǎn),起到反個(gè)性化推薦的作用。
參與這項(xiàng)研究的阿爾托大學(xué)的博士生 Garimella Kiran認(rèn)為,他們的這項(xiàng)新算法,有利于通過平衡信息暴露,減少社會(huì)上的情緒對(duì)立和兩極分化。比如,即使一個(gè)用戶是美國(guó)民主黨的忠實(shí)支持者,也有機(jī)會(huì)聽到共和黨人關(guān)于某一事件的看法,而不是在個(gè)性化推薦算法下,反復(fù)接收到自己固有觀念的重復(fù)版本。
不過,這項(xiàng)技術(shù)雖好,但對(duì)數(shù)據(jù)的可用性和數(shù)量級(jí)卻有要求。這意味著,想要取得理想效果,就少不了 Facebook 或 Twitter 這樣的大型社交平臺(tái)的參與。
來源|極客公園
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范,任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來源;
2.TMT觀察網(wǎng)的原創(chuàng)文章,請(qǐng)轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來源:TMT觀察網(wǎng)",不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任;
3.作者投稿可能會(huì)經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。