<pre id="co8k0"><cite id="co8k0"></cite></pre><strike id="co8k0"></strike>
  • <acronym id="co8k0"><cite id="co8k0"></cite></acronym>
  • <nav id="co8k0"></nav>
    <input id="co8k0"><em id="co8k0"></em></input>
  • 我是怎么把今日頭條的“算法”馴服的


    如果算法能幫你迅速覓得真愛,你會心動嗎?換種說法,如果你所有的相愛與分離都交給精密計算來定奪,你還會愿意嗎?

    在《黑鏡》第四季里,《絞死DJ》討論了一種算法——一款“終極”相親軟件。在這個由軟件模擬出的世界里,每一個人都被寫成“虛擬代碼”,放入系統(tǒng)里進(jìn)行“戀愛模擬”,見面地點(diǎn)、約會形式、相處時長均由系統(tǒng)指定。系統(tǒng)會記錄下所有的戀愛數(shù)據(jù),最終通過這些數(shù)據(jù)為每個人匹配“終極伴侶”——匹配度高達(dá)99.8%。

    這個出現(xiàn)在反烏托邦英劇里的劇本設(shè)定,離我們的日常生活并不是很遙遠(yuǎn)。交友軟件“探探”其實(shí)就在使用算法,你的每一次滑動屏幕都在進(jìn)行算法訓(xùn)練,讓它為你尋找匹配的對象。

    如今,算法對你決策的影響遠(yuǎn)不止約會,它幾乎涉及每一種日常行為:蝦米音樂為你推薦歌單、淘寶為你定制的128元連衣裙、今日頭條猜你喜歡的新聞、滴滴決定你的車費(fèi)定價等等,均依靠算法來完成。

    不信,你試試每天上淘寶搜大褲衩。接下來很長一段時間,你可能需要向算法解釋自己,不斷搜索、收藏別的物品來稀釋“大褲衩”的濃度。

    算法何以判斷你喜歡“大褲衩”

    認(rèn)為你迷戀“大褲衩”的算法,其實(shí)是最常見的“推薦算法”,也是我們普通用戶能看到的“大數(shù)據(jù)”的粗略影子。

    而主打“推薦算法”的app都會告訴你,算法其實(shí)比你自己還要懂你,它能擁抱那個隱秘的你。聽起來是不是很可怕,“推薦算法”的自信到底從何而來?這需要提一下它的基本原理,核心是基于你的歷史信息找到與你的關(guān)聯(lián),對你“將”喜歡什么進(jìn)行預(yù)測。也就是說,你提供的信息越多,它的預(yù)測就會越精準(zhǔn)。

    今日頭條算法框架師曹歡歡博士曾公開分享,推薦原理主要考慮了四個方面的因素:內(nèi)容上會通過文本分析提取不同內(nèi)容類型的特征;用戶特征則包括基本信息、各種興趣標(biāo)簽,以及用戶行為(比如你沒有點(diǎn)擊推薦給你的文章)等;環(huán)境特征是基于用戶在不同場景中信息偏好不同。結(jié)合這三個維度,推薦模型會給出一個預(yù)估,即預(yù)測在某一場景下推薦某內(nèi)容給你是否合適。

    因此,推薦算法實(shí)質(zhì)上是一個擬合用戶對內(nèi)容滿意度的函數(shù)。這個函數(shù)需要輸入上述三個維度的變量,而這三個變量都基于對用戶信息的反饋,目的為了讓用戶感到愉悅。此外,還有第四個因素——協(xié)同特征,它通過用戶行為分析出不同用戶間的相似性,依靠“興趣探索”和“泛化”來實(shí)現(xiàn)多元化推薦,但其根本點(diǎn)還是基于“相似”,內(nèi)在邏輯是迎合著用戶需求。

    “推薦算法”的迎合,讓我們只能聽見讓自己感到愉悅的聲音,把相異的觀點(diǎn)排除在外。埃利·帕雷瑟(Eli Pariser)在《過濾泡沫》中表達(dá)了擔(dān)憂:“這些個性化算法,讓只有和人們的意識形態(tài)一致的信息才會被呈現(xiàn),人們的視野越來越窄,可以接觸到多元化信息的機(jī)會也越來越少。”

    相較“過濾氣泡”,麻省理工學(xué)院的學(xué)者伊桑·扎克曼(Ethan Zuckerman)更擔(dān)心由此帶來“回音室“效應(yīng),“推薦算法”為每個人建立一間專有的“回音室”,所有人不斷強(qiáng)化自己的固有認(rèn)知并誤以為就是真理,認(rèn)為這會增加社會的兩極分化,有孕育極端主義的風(fēng)險。但對多數(shù)人來說,我們更擔(dān)心“隱私”問題。

    為了規(guī)避“隱私”泄漏的風(fēng)險,也許可以進(jìn)行一些實(shí)驗(yàn),比如反向“馴養(yǎng)”算法。

    你該如何反向馴養(yǎng)算法

    德國社會學(xué)家馬克斯·韋伯在探討新教與資本主義精神的聯(lián)系時,談到了價值理性和工具理性的問題。工具理性強(qiáng)調(diào)行動,只為尋求功利的動機(jī),借由理性達(dá)成預(yù)期目標(biāo),行動者追求效益最大化,忽視精神價值。個性化推薦算法系統(tǒng),它充分體現(xiàn)了這種工具理性。

    作為一個誤認(rèn)為自己具有“批判性”的文科生,我決定反向“馴養(yǎng)”算法,于是向很多朋友打聽取經(jīng)。一圈問下來,只有我的老板托馬斯反向“馴養(yǎng)”過今日頭條,以及我的朋友J嘗試過互聯(lián)網(wǎng)隨機(jī)生活。

    J是一個程序員,他習(xí)慣生活在一種隨機(jī)中,比如聽音樂,他從不注冊音樂軟件,堅持使用游客模式隨機(jī)挑選音樂。再比如,他用朋友們的淘寶賬號購物。說實(shí)話,我很難理解J的算法柔術(shù),這聽起來實(shí)在太費(fèi)精力了。

    相較之下,“馴養(yǎng)”今日頭條這類app似乎更適合我。我購買了一張新的電話卡,試圖制造一種擁有新身份的假象,然后抱著巨大的科學(xué)實(shí)驗(yàn)熱情下載并注冊了今日頭條。我為自己打造了一個人設(shè)——熱衷財經(jīng)新聞的“高端”用戶,正兒八經(jīng)的關(guān)注了一堆財經(jīng)類頭條號,每天根據(jù)今日頭條的算法推薦原理販賣新人設(shè)。

    在過去兩周里,我回到家的第一件事,就是打開今日頭條,懷著一種老母親養(yǎng)蛙的心情“馴養(yǎng)”算法。最開始和使用搜索引擎一樣,我會不斷向它灌輸我立的新人設(shè),比如搜索“XX財經(jīng)”、“5G”,以及關(guān)注商業(yè)大佬。接下來,每天花時間去閱讀,耐著性子讀各種分析長文,面帶微笑地去點(diǎn)贊、評論、轉(zhuǎn)發(fā),讓算法更深入的了解我的人設(shè)和人設(shè)喜歡的東西,由此衍生出龐大的推薦庫。

    基于對今日頭條算法原理的分析,以及有意識的行為方式,我確實(shí)“馴養(yǎng)”了今日頭條的App,讓它看起來越來越像我的人設(shè)。伴隨“算法”越來越像人設(shè)的喜悅而來的,還有這種戰(zhàn)斗帶來的疲憊感。這讓我重新思考和“算法”的關(guān)系,以及該和它保持怎樣的距離。

    答案很簡單,“算法”是工具,我們可以借助工具提高效率,但不能一味依賴。至于規(guī)避“過濾氣泡”,你可能需要掌握一些小方法,比如最簡單的降低算法推薦的使用、有意識“馴養(yǎng)”、可隱身的搜索引擎,以及借助 Terra Incognita推薦系統(tǒng)和可以自己控制過濾的社交媒體聚合器Gobo。除此之外,還有另外一種方法,提升算法運(yùn)作過程的透明化,監(jiān)測并控制“過濾氣泡”的產(chǎn)生,比如使用Ghostery ——一款監(jiān)測在線活動的工具。

    其實(shí),趨同性是一種古老的人類本能,算法通過工業(yè)效率強(qiáng)化了它。改變同質(zhì)化信息流構(gòu)建的“過濾氣泡”,我們自己能做的也有很多。【責(zé)任編輯/江小白】

    來源:品玩

    IT時代網(wǎng)(關(guān)注微信公眾號ITtime2000,定時推送,互動有福利驚喜)所有原創(chuàng)文章版權(quán)所有,未經(jīng)授權(quán),轉(zhuǎn)載必究。
    創(chuàng)客100創(chuàng)投基金成立于2015年,直通硅谷,專注于TMT領(lǐng)域早期項(xiàng)目投資。LP均來自政府、互聯(lián)網(wǎng)IT、傳媒知名企業(yè)和個人。創(chuàng)客100創(chuàng)投基金對IT、通信、互聯(lián)網(wǎng)、IP等有著自己獨(dú)特眼光和豐富的資源。決策快、投資快是創(chuàng)客100基金最顯著的特點(diǎn)。

    相關(guān)文章
    嚴(yán)重歪曲方志敏烈士事實(shí) 今日頭條被約談責(zé)令整改
    今日頭條侮辱先烈事件再升級 江西警方正式受理案件
    通訊錄不屬于個人隱私?今日頭條你敢再說一遍嗎!
    今日頭條稱通訊錄不屬個人隱私遭“打臉” 98%網(wǎng)民表示反對

    精彩評論